新的基于特征关系表述的步态识别算法.doc

新的基于特征关系表述的步态识别算法
摘要:为了快速有效地进行步态识别,利用特征关系非平稳分布的统计特性,提出了一种新的基于特征关系表述的步态识别算法。首先,将剪影轮廓相邻像素点间8邻域相对方向标号作为特征关系属性一,将轮廓边界点与中心点间的距离作为特征关系属性二,经直方图归一化处理,得到两种关系属性的联合概率;其次,结合主成分分析(pca)降维的方法,提取特征主向量;最后,采用最近邻分类器进行识别分类。实验证明,该算法在casia步态数据库上,最高达到了90%以上的识别率,而且与传统的特征关系表述步态识别算法相比,关系属性联合概率矩阵维数由900维下降到240维,大大降低了算法的计算代价。
关键词:步态识别;特征关系;特征表述;主成分分析;最近邻分类器

newfeaturedescriptionbasedonfeaturerelationshipsforgaitrecognition

xiangjun,dabangyou,liangjuan,houjianhua*
(
collegeofelectronicinformationengineering,southcentraluniversityfornationalities,wuhanhubei430074,china
)
abstract:
inordertocarryonthegaitrecognitionfastandefficiently,anewfeaturerelationshipbasedfeaturerepresentationwasproposedinthispaper,whichutilizednonstationarityinthedistributionoffeaturerelationships.firstly,relativedirectionbetweentwoadjacentedgepixelsin8neighborhoodregionwaslabeledasoneoftheattributescharacterizingrelationship,anddistancefromedgepixeltoshapecentroidpointastheotherattribute.jointprobabilityfunctionofthetwoattributeswasestimatedbynormalizedhistogramofobservedvalues.secondly,principalcomponentanalysis(pca)wasadoptedforfeaturereduction.finally,thenearestneighborclassifierwasadoptedforclassification.theexperimentalresultdemonstratesthattheproposedmethodwasusedtocasiagaitdatabase,andgotthebestrecognitionrateofmorethan90%.featuredimensionoftheattributesjointprobabilitymatrixisreducedfrom900to240withrelativelylowercomputationalcost.
keywords:
gaitrecognition;featurerelationship;featurerepresentation;principalcomponentanalysis(pca);nearestneighborclassifier

0引言
步态是指人行走过程中的体态姿势,近年来的自动步态识别方法大多是从图像序列中提取有效的特征。特征信息来源主要包括两方面,分别是基于形状信息的特征提取和基于动力学信息的特征提取。文献[1]证实动力学信息的波动性极大,不同的行走路面、不同的行走速度,甚至行走过程中是否携带物品,都会影响到所提取特征信息的有效性。因此,在基于步态的身份识别领域中,最有效的特征信息是形状信息。近几年涌现出大量基于形状信息的步态识别算法,如矩不变性质[2]、对称性分析[3]、正则分析[4]、procrustes形状分析[5]、时空轮廓分析[6]、马尔可夫模型[7]等。
另一方面,人们经过深入的研究,发现特征的统计特性更适合决策个体之间的一致性和差异性,这种基于统计特性的识别算法相对于模板匹配的识别算法而言,在噪声和图像信息非一致性方面的鲁棒性更强,计算复杂度也较低。其中,特征直方图是一种常用的非参数统计特性分析法,具有简单易实现的特点