基于多轮廓特征融合的步态识别方法.pdf
雨巷****珺琦
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于多轮廓特征融合的步态识别方法.pdf
本发明公开了基于多轮廓特征融合的步态识别方法,涉及机器视觉技术领域,使用了目前步态识别中常见的基于非模型的方法提取特征,该方法简单有效,所有的特征在同一组图像序列中获取,使得特征方便提取,而且本发明提取的特征维度较低,因此识别时反应时间较短。本发明的方法在90度的视角下取得98.33%的识别率,同时在其他角度下也有着90%以上的识别率。
基于全局和局部特征融合的步态识别方法.pdf
本发明提供了一种基于全局和局部特征融合的步态识别方法。该方法包括:通过三维卷积神经网络从标准化轮廓图中训练出全局步态特征;通过三维卷积神经网络从局部轮廓图中训练出局部步态特征;通过串行组合的方式对所述全局步态特征和局部步态特征进行串行融合,获得组合步态特征,利用所述组合步态特征进行步态识别。本发明利用全局和局部的特征融合派生出最佳特征子集,进行步态特征提取模型的建立,统一解决现有的步态识别方法中存在的特征集不够有价值的问题,从而可以获得较好的步态识别结果。
基于融合特征的步态信息处理与身份识别方法.pdf
本发明涉及人行走时的步态特征信息提取、处理及身份识别。为能减少复杂背景等外界因素的干扰,实现对现实条件具备更好的自适应性,更为准确地提取能反映运动人体行走特征的有效信息,从而提高步态识别正确率,本发明采用的技术方案是,基于融合特征的步态信息处理与身份识别方法,包括下列步骤:基于融合特征的步态信息处理与身份识别方法,包括下列步骤:输入视频序列,通过目标检测分割出视频图像中人体目标的轮廓信息,然后将边界中心距、Radon变换同时用于步态特征参数提取,再对得到的特征参数进行相应的后处理,最后选用支持向
红外步态双信道特征融合识别方法.pdf
一种红外步态双信道特征融合识别方法,步骤是:红外图像预处理,首先采用混合高斯模型的背景减除法实现运动人体的检测;然后进行形态学处理,即采用形态学滤波来消除二值图像中的噪声并填补运动目标的缺失;红外图像特征提取,首先需要对步态序列的周期进行划分,基于轮廓宽度的周期性来确定步态周期;确定步态能量图;红外热释电特征提取,首先进行数据采集,然后,对采集的电压信号进行去噪处理,而后对时域信号进行傅里叶变换得到其频谱,然后再利用PCA进行降维,得到特征向量;分类识别。本发明由于红外热释电采集的人体运动时的一维电压信号
一种基于特征融合的跨视角步态识别方法及系统.pdf
本发明公开了一种基于特征融合的跨视角步态识别方法及系统,首先,通过一个多尺度特征融合模块提取不同粒度的步态信息;然后,采用一种多分支学习方式,一方面提取全局特征以获得步态轮廓信息,另一方面提取局部特征以获得步态细微信息,将得到的全局特征和局部特征在通道维度上进行融合,从而达到提取互补信息的目的;最后,在特征映射阶段,采用广义平均池化层时间聚集器增强步态序列的时序信息。本发明能够从行人步态序列中提取更加完整的全局和局部特征信息,提高步态识别的精度。