湘潭大学自然科学学报
湘潭大學自然科學學報
상담대학자연과학학보
NATURAL SCIENCE JOURNAL OF XIANGTAN UNIVERSITY
2015年
1期
103-106
,共4页
步态识别%多元高斯混合输出连续隐马尔可夫模型%背景减除%k-均值聚
步態識彆%多元高斯混閤輸齣連續隱馬爾可伕模型%揹景減除%k-均值聚
보태식별%다원고사혼합수출련속은마이가부모형%배경감제%k-균치취
gait recognition%M-GCHMM%background subtraction%K-means algorithm
步态识别是通过人走路方式来识别人的身份方法.该文采用高斯多元混合输出模型,改进CHMM在步态识别中的应用.首先,采用背景减除法进行步态检测,用边缘跟踪法提取出步态图像的边缘轮廓,训练得到的关键帧用多元高斯混合输出连续隐马尔可夫模型来表示,最后用近邻法进行识别.在不同视角下,利用CASIA数据库对该算法进行验证,取得了较高的识别率,该算法对视角的变化有一定的鲁棒性.
步態識彆是通過人走路方式來識彆人的身份方法.該文採用高斯多元混閤輸齣模型,改進CHMM在步態識彆中的應用.首先,採用揹景減除法進行步態檢測,用邊緣跟蹤法提取齣步態圖像的邊緣輪廓,訓練得到的關鍵幀用多元高斯混閤輸齣連續隱馬爾可伕模型來錶示,最後用近鄰法進行識彆.在不同視角下,利用CASIA數據庫對該算法進行驗證,取得瞭較高的識彆率,該算法對視角的變化有一定的魯棒性.
보태식별시통과인주로방식래식별인적신빈방법.해문채용고사다원혼합수출모형,개진CHMM재보태식별중적응용.수선,채용배경감제법진행보태검측,용변연근종법제취출보태도상적변연륜곽,훈련득도적관건정용다원고사혼합수출련속은마이가부모형래표시,최후용근린법진행식별.재불동시각하,이용CASIA수거고대해산법진행험증,취득료교고적식별솔,해산법대시각적변화유일정적로봉성.