基于人体骨架的跨视角步态识别算法研究

发布时间：2021-06-16 05:44

　　近年来,随着信息化和数字化社会的快速发展,许多领域采用生物特征的身份识别技术来保障公共安全及个人。其中人体步态由于可远距离识别、不易伪装、无需配合等特点实现了对目前生物特征识别的进一步完善,在安全领域,人体步态发挥重要的作用。因而,在身份识别研究中,基于人体步态身份识别日益受到关注,并且有越来越多的步行识别算法被提出并得到完善。本文研究了基于人体骨架的跨视角步态识别算法,并从以下几个方面对步行识别算法展研究:（1）改进人体骨架提取算法:本文将人体姿态估计中比较权威,并且常用的Openpose算法应用到步态识别领域中,这个算法的好处就是省去了复杂的步态视频或者步态序列的预处理环节,可以直接通过图片或者实时的提取出来人体骨架特征和关节点信息。针对实验中出现的问题,对Openpose算法进行改进,减少了网络中的参数,并在有关键点标准的LSP数据集上进行验证对比。同时也对步态数据库中的步态序列进行了骨架提取,进行实验对比,修正了之前出现的问题。（2）步态视角的转换:因为步态序列在90°视角拍摄出来的图像特征最明显,最易识别。本文利用可以把与步态视角无关的特征向量转换到指定角度的VTM算法进行步... 

【文章来源】：中北大学山西省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

USF数据库Fig.1-1USFdatabase

中北大学学位论文51.3步态数据库步态识别能够成功的一个关键性因素就是能够有足够多的训练样本进行学习训练，并且实现步态识别的方法的是否可行有效也一定程度上取决于步态数据集，因此步态数据库的选择和使用也是很重要的。步态数据库一般需要具有数量很多的样本以及环境、衣着等协变量，并且需要采集每一个个体，以不同的状态行走的视频序列，因此，数据的采集也比较困难。另外，步态数据库还应包含各种复杂角度的步态序列，以便于跨视角的步态识别研究。为了促进步态识别的相关研究，全球有多个步态数据库可供选择[40]。公开的步态数据库包括USF步态数据库[41]如图1-1所示是由南弗罗里达大学创建的，CASIA-A[42]，CASIA-B[43]如图1-2和图1-3所示是由中科院的自动化研究所创建的，以及如图1-4所示的由卡内基梅隆大学创建的CMUMoBo[44]，除此之外还有一些比如国内的话由深圳大学创建的SZURBG-D[45]，还有国外的日本大阪大学的OU-ISIR系列的步态数据库[46,47]，在表1-2中详细地总结了上述多角度步态数据集。图1-1USF数据库图1-2CASIA-A数据库Fig.1-1USFdatabaseFig.1-2CASIA-Adatabase图1-3CASIA-B数据库图1-4CMUMoBo数据库Fig.1-3CASIA-AdatabaseFig.1-4CMUMoBodatabase

中北大学学位论文51.3步态数据库步态识别能够成功的一个关键性因素就是能够有足够多的训练样本进行学习训练，并且实现步态识别的方法的是否可行有效也一定程度上取决于步态数据集，因此步态数据库的选择和使用也是很重要的。步态数据库一般需要具有数量很多的样本以及环境、衣着等协变量，并且需要采集每一个个体，以不同的状态行走的视频序列，因此，数据的采集也比较困难。另外，步态数据库还应包含各种复杂角度的步态序列，以便于跨视角的步态识别研究。为了促进步态识别的相关研究，全球有多个步态数据库可供选择[40]。公开的步态数据库包括USF步态数据库[41]如图1-1所示是由南弗罗里达大学创建的，CASIA-A[42]，CASIA-B[43]如图1-2和图1-3所示是由中科院的自动化研究所创建的，以及如图1-4所示的由卡内基梅隆大学创建的CMUMoBo[44]，除此之外还有一些比如国内的话由深圳大学创建的SZURBG-D[45]，还有国外的日本大阪大学的OU-ISIR系列的步态数据库[46,47]，在表1-2中详细地总结了上述多角度步态数据集。图1-1USF数据库图1-2CASIA-A数据库Fig.1-1USFdatabaseFig.1-2CASIA-Adatabase图1-3CASIA-B数据库图1-4CMUMoBo数据库Fig.1-3CASIA-AdatabaseFig.1-4CMUMoBodatabase


本文编号：3232485