华侨大学学报（自然科学版）
華僑大學學報（自然科學版）
화교대학학보（자연과학판）
JOURNAL OF HUAQIAO UNIVERSITY(NATURAL SCIENCE)
2010年
1期
32-36
,共5页
步态识别%角度特征%动态时间归一化%距离计算
步態識彆%角度特徵%動態時間歸一化%距離計算
보태식별%각도특정%동태시간귀일화%거리계산
gait recognition%angle feature%dynamical time normalization%distance calculation
首先选择具有鲁棒性的累积角度特征作为步态特征,并对每个序列提取角度特征,构成特征矩阵.根据步态序列具有线性特征的特点,在提取步态周期的基础上,采用动态时间归一化做序列匹配,计算最终的特征距离.实验结果表明,算法具有快速、稳健的特征,并且在120人的步态数据库0 (°)与90(°)的视角上取得较好的识别率.
首先選擇具有魯棒性的纍積角度特徵作為步態特徵,併對每箇序列提取角度特徵,構成特徵矩陣.根據步態序列具有線性特徵的特點,在提取步態週期的基礎上,採用動態時間歸一化做序列匹配,計算最終的特徵距離.實驗結果錶明,算法具有快速、穩健的特徵,併且在120人的步態數據庫0 (°)與90(°)的視角上取得較好的識彆率.
수선선택구유로봉성적루적각도특정작위보태특정,병대매개서렬제취각도특정,구성특정구진.근거보태서렬구유선성특정적특점,재제취보태주기적기출상,채용동태시간귀일화주서렬필배,계산최종적특정거리.실험결과표명,산법구유쾌속、은건적특정,병차재120인적보태수거고0 (°)여90(°)적시각상취득교호적식별솔.
Firstly, robust accumulative angle feature is chosen to be the basic gait feature, and the angle feature of sequences are saved as matrixes. Secondly, on the basis of gait sequence linearity, extract the gait cycle, and then introduce dynamical time normalization into sequence matching, to get the final feature distance. Experimental result shows that the proposed algorithm performs an encouraging recognition rate with relatively lower computational cost at 0 (°) and 90 (°) viewing angle in large gait dataset for 120 persons.
