基于隱馬爾科夫模型的步態(tài)身份識別.pdf

1、隨著現(xiàn)代社會對安全的迫切需求，近年來生物特征識別技術以其特有的安全性、穩(wěn)定性和方便性被廣泛地應用于安全、認證等身份鑒別領域。步態(tài)識別作為一種新興的生物特征識別技術，不同于臉像、指紋及虹膜等生物特征對于近距離等條件的苛刻要求，步態(tài)可以在遠距離低分辨率下檢測并度量，且難于偽裝和隱藏，沒有侵犯性，因此，步態(tài)分析在視覺監(jiān)控、控制、身份鑒定等領域中起著越來越重要的作用。 當前步態(tài)識別的研究正處于起步階段，它主要是利用人的走路方式來識別人的

2、身份。本文的主要目的是將視頻序列中的步態(tài)信息發(fā)掘出來，并利用它進行身份識別。圍繞這個主題，展開了如下幾個方面的研究： 首先對步態(tài)序列進行預處理。本文通過分析和比較常用的運動檢測方法，針對文中使用的步態(tài)序列具有背景簡單的特點，采用背景減除法實現(xiàn)步態(tài)檢測：對步態(tài)運動的周期性進行分析，并利用人體側(cè)影的寬度信息計算步態(tài)周期。 然后在步態(tài)特征提取方面，基于“行走運動的關節(jié)角度變化包含著豐富的個體識別信息”的觀點，本文提出一種通過對

3、下肢運動的分析來定位關節(jié)點，進而提取下肢關節(jié)角度信息的步態(tài)表征辦法,同時選取手臂區(qū)域?qū)挾刃畔⒆鳛檩o助特征；其中對遮擋幀關節(jié)點利用卡爾曼濾波進行跟蹤定位，關節(jié)點的遮擋問題可以通過關節(jié)點跟蹤過程中對關節(jié)點位置的預測得到解決。 最后對隱馬爾可夫模型（HMM）進行研究并對應用隱馬爾可夫模型的可行性加以分析，提出一種通過分析人行走過程中不同狀態(tài)下的下肢關節(jié)角度信息獲得關鍵幀的方法，本文采用將關鍵幀作為隱馬爾可夫模型的狀態(tài)，每一幀與關鍵幀的