【正文】 識(shí)別技術(shù)的融合方法 ,這也是生物特征識(shí)別技術(shù)的發(fā)展趨勢。因此紅外步態(tài)識(shí)別也有可能是一種有效的解決方法。另外支持向量機(jī)、混合概率模型和隱馬爾可夫模型都是很有潛力的新方法 ,可能會(huì)給現(xiàn)有方法帶來很大改進(jìn)。 von Tscharner 等證實(shí)赤腳與鞋子類型均會(huì)影響步態(tài)識(shí)別。然而在步態(tài)識(shí)別的實(shí)際研究中 ,樣本數(shù)目往往有限 ,故這些在理論上有顯著長處的分類方法在實(shí)際應(yīng)用中卻可能不盡人意。步態(tài)序列圖像是一個(gè)復(fù)雜、具有非常高維數(shù)的視覺模式 ,圖像獲取過程中的不確定性 ,使得步態(tài)識(shí)別過程必然會(huì)受到各種外界因素的干擾 ,從而使得復(fù)雜背景圖像中的目標(biāo)檢測非常困難。由于人的行走姿勢受各種因素的影響 ,在不同環(huán)境條件下行走姿勢有或多或少的變化 ,因此步態(tài)識(shí)別的計(jì)算較復(fù)雜 ,識(shí)別的準(zhǔn)確度還不夠高。 在臨床工作中 ,對人體行走方式進(jìn)行客觀記錄并對步行功能進(jìn)行系統(tǒng)評價(jià) ,是康復(fù)評定的重要組成部分。美國國防高級(jí)研究計(jì)劃署 (DARPA)資助的遠(yuǎn)距離身份識(shí)別 HID(Human I dentification at a Distance)計(jì)劃 ,其任務(wù)就是開發(fā)多模式、大范圍的視覺監(jiān)控技術(shù)以實(shí)現(xiàn)遠(yuǎn)距離條件下的檢測、分類和識(shí)別 ,從而增強(qiáng)國防、民用等場合免受恐怖襲擊的自動(dòng)保護(hù)能力。 影響步態(tài)識(shí)別正確率的因素很多，如何采取相應(yīng)的措施克服各種因素的影響，以達(dá)到期望的性能仍是研究的難點(diǎn)。 2)對于相同步速的實(shí)驗(yàn)來說 (使用決策級(jí)融合算法結(jié)果更好 (而且乘法規(guī)則明顯優(yōu)于加法規(guī)則。為了便于進(jìn)行評價(jià) (需要將數(shù)據(jù)庫中每個(gè)樣本序列按照步態(tài)周期拆分為若干子序列、每個(gè)快步走序列大約包含 8 個(gè)步態(tài)周期 (每個(gè)慢步走序列大約包含 7 個(gè)步態(tài)周期 )(再為每人隨機(jī)抽取一個(gè)步態(tài)周期作為測試集 (其余步態(tài)周期序列作為訓(xùn)練集 (來進(jìn)行步態(tài)識(shí)別。 2)對任意一個(gè)序列 },...,{ 21 NXXXX ? 計(jì)算出它的步態(tài)周期 n(nN)是它的幀數(shù) ,并將其分成[N/n]個(gè)子序列 .其中 ,第 k 個(gè)子序列可表示為 },. .. ,{ 21 nkkk XXXkX ????）（ 。 圖 5 簡化的人體比例關(guān)系圖 步驟 3 進(jìn)一步計(jì)算出骨骼化模型中各部分肢體所形成的角度、這里取肢體與豎直線的角度 )這 7 個(gè)角度分別包括。然后根據(jù)該骨架信息和解剖學(xué)知識(shí)共同得到各個(gè)關(guān)節(jié)點(diǎn)的位置及相互間形成的角度。例如形體高度胖瘦等。常采用特征級(jí) 融合和決策級(jí)融合兩類方法。并且處理時(shí)間較短 )難點(diǎn)在于分類特征組合與表達(dá)的機(jī)理難以量化和統(tǒng)一圖 2給出了決策級(jí)融合算法的一般流程。 5 ? 特征級(jí)融合屬于中間層次它先對原始信息進(jìn)行特征提取然后對特征信息進(jìn)行關(guān)聯(lián)處理和綜合分析最終用于目標(biāo)識(shí)別。步態(tài)識(shí)別主要提取的特征是人體每個(gè)關(guān)節(jié)的運(yùn)動(dòng)。罪犯或許會(huì)給自己化裝，不讓自己身上的哪怕一根毛發(fā)掉在作案現(xiàn)場，但有樣?xùn)|西他們是很難控制的，這就是走路 的姿勢。 1 課程論文 步態(tài)識(shí)別 學(xué)號(hào)： 12426009 班級(jí)：通信 122 姓名：楚舒琦 2 目錄 摘要 ....................................................................................................................... 3 一 、 背景介紹 .......................................................................................................... 4 二 、 相關(guān)研究 .......................................................................................................... 4 三 、 主題（算法） ................................................................................................... 5 基于線圖模型的動(dòng)態(tài)特征提取 ....................................................................... 6 基于整體的靜態(tài)特征提取 .............................................................................. 8 識(shí)別 ............................................................................................................. 8 四 、 實(shí)驗(yàn) ................................................................................................................. 9 五 、 結(jié)果討論 ..................................................................................................