CAJ | 학술논문

首先,应用背景差方法分割出运动人体轮廓,对外轮廓沿人体中线投影可以得到前后两个向量,合成1D向量作为步态特征.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.
수선,응용배경차방법분할출운동인체륜곽,대외륜곽연인체중선투영가이득도전후량개향량,합성1D향량작위보태특정.위유효억제관찰시각급혜모복식등외계인소적간우,극복목전상용정체모형보태식별산법적불족,제출장인체륜곽면적특정여지지향량궤분류기상결합적식별방법.해방법재보태서렬도상적인체륜곽진행제취화규격화,장륜곽도첩가후진행망격식화분,제취륜곽단원모괴면적작위보태특정식별삼량.사용남불라리체대학적보태수거고,분별채용선성、다항식화경향기내핵함수대불동외계인소조건하적수거진행실험,해방법적정학식별솔위82%～100%,차대시각급혜모복식적간우불민감,구유경강적로봉성.실험표명인체륜곽면적경능반영보태특정,장해면적특정여SVM분류상결합가이획득경호적식별성능.