计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2008年
1期
195-197
,共3页
薛召军%张帆%明东%万柏坤
薛召軍%張帆%明東%萬柏坤
설소군%장범%명동%만백곤
生物特征识别%步态识别%人体轮廓%面积特征%支持向量机
生物特徵識彆%步態識彆%人體輪廓%麵積特徵%支持嚮量機
생물특정식별%보태식별%인체륜곽%면적특정%지지향량궤
为有效抑制观察视角及鞋帽服饰等外界因素的干扰,克服目前常用整体模型步态识别算法的不足,提出将人体轮廓面积特征与支持向量机分类器相结合的识别方法.该方法在步态序列图像的人体轮廓进行提取和规格化,将轮廓图叠加后进行网格式划分,提取轮廓单元模块面积作为步态特征识别参量.使用南佛罗里达大学的步态数据库,分别采用线性、多项式和径向基内核函数对5种不同外界因素条件下的数据进行实验,该方法的正确识别率为82%～100%,且对视角及鞋帽服饰的干扰不敏感,具有更强的鲁棒性.实验表明人体轮廓面积更能反映步态特征,将该面积特征与SVM分类相结合可以获得更好的识别性能.
為有效抑製觀察視角及鞋帽服飾等外界因素的榦擾,剋服目前常用整體模型步態識彆算法的不足,提齣將人體輪廓麵積特徵與支持嚮量機分類器相結閤的識彆方法.該方法在步態序列圖像的人體輪廓進行提取和規格化,將輪廓圖疊加後進行網格式劃分,提取輪廓單元模塊麵積作為步態特徵識彆參量.使用南彿囉裏達大學的步態數據庫,分彆採用線性、多項式和徑嚮基內覈函數對5種不同外界因素條件下的數據進行實驗,該方法的正確識彆率為82%～100%,且對視角及鞋帽服飾的榦擾不敏感,具有更彊的魯棒性.實驗錶明人體輪廓麵積更能反映步態特徵,將該麵積特徵與SVM分類相結閤可以穫得更好的識彆性能.
위유효억제관찰시각급혜모복식등외계인소적간우,극복목전상용정체모형보태식별산법적불족,제출장인체륜곽면적특정여지지향량궤분류기상결합적식별방법.해방법재보태서렬도상적인체륜곽진행제취화규격화,장륜곽도첩가후진행망격식화분,제취륜곽단원모괴면적작위보태특정식별삼량.사용남불라리체대학적보태수거고,분별채용선성、다항식화경향기내핵함수대5충불동외계인소조건하적수거진행실험,해방법적정학식별솔위82%～100%,차대시각급혜모복식적간우불민감,구유경강적로봉성.실험표명인체륜곽면적경능반영보태특정,장해면적특정여SVM분류상결합가이획득경호적식별성능.
