基于稀疏表示的人体步态识别算法研究
哈尔滨工业大学工学硕士学位论文
目录
摘要 .......................................................................................................................... I ABSTRACT ............................................................................................................... I II 第1章绪论. (1)
1.1课题的来源与背景 (1)
1.2课题研究的目的和意义 (2)
1.3国内外研究现状及分析 (6)
1.3.1 步态识别的国内外研究现状 (6)
1.3.2 步态识别的研究现状简析 (7)
1.4论文主要研究内容与结构 (8)
第2章步态检测与步态运动周期的提取 (11)
2.1引言 (11)
2.2步态视频图像采集 (11)
2.3人体步态检测 (13)
2.3.1 背景建模 (13)
2.3.2 差分运算 (14)
2.3.3 阈值分割 (14)
2.4步态轮廓的提取 (15)
2.4.1 高斯混合模型 (15)
2.4.2 期望最大化算法 (16)
2.4.3 基于GMM 和EM的步态轮廓提取 (16)
2.5步态运动周期的提取 (17)
2.6实验结果 (19)
2.7本章小结 (20)
第3章步态特征的提取 (21)
3.1引言 (21)
3.2转换能量图特征提取 (21)
3.3GABOR特征提取 (23)
3.4局部二值模型特征描述 (26)
3.5本章小结 (29)
第4章基于稀疏表示的步态识别算法 (30)
哈尔滨工业大学工学硕士学位论文
4.1引言 (30)
4.2信号的稀疏表示 (31)
4.2.1 稀疏表示理论 (31)
4.2.2 稀疏表示算法与字典构造 (32)
4.3基于稀疏表示的人体步态识别 (36)
4.4实验结果 (37)
4.4.1 数据集的选择 (37)
4.4.2 与典型步态算法比较与分析 (40)
4.5本章小结 (43)
结论 (45)
参考文献 (47)
攻读硕士学位期间发表的论文及其它成果 (54)
哈尔滨工业大学学位论文原创性声明和使用权限 (55)
致谢 (56)
哈尔滨工业大学工学硕士学位论文
第1章绪论
作为生物特征的人体步态是一种新兴的识别手段，近些年来，不断的受到世界各地研究者的关注。经心理学家Johansson[1]研究，人体在身体结构与运动行为上都存在着差异，人体步态是唯一的，换句话说并不存在步态完全相同的二者，正因为如此，步态识别成为了人类身份识别的一种方式[2]。它所具有的优势是其他生物识别手段[3]（人脸[4]、指纹[5]、虹膜[6]、头发[7]、头部[8]、手势[9]等）不可比拟的，例如：非接触性、非侵犯性、难以伪装和隐藏等特性[10]。
1.1 课题的来源与背景
伴随着科学技术不断提升的同时，人类对生活质量和服务型社会的需求不断也提高，使步态以及行为分析在许多领域得以应用。未来人与计算机交互的主要方式，将是基于计算机视觉的图像识别和对人行为及意图的分析，所以在此过程中对步态及行为的理解会日益重要。诸如以下的步态识别的应用[11]：1.智能监控。监控特定人员的状态（如求救、工人是否晕倒、及工人的工作
状态）；
2.身份认证。对于可能实施危险行为的人可以采用人脸、手势、步态等特征
进行确认；
3.基于内容的视频检索。可对视频中某个人的步态行为进行检索；
4.基于视觉认知的监控。对某人的危险行为和突发事件（如抢劫、打斗等）
可实时监控。
在配合其他生物识别手段减少视频图像识别区域与单独识别使用中，步态识别均可胜任。所以步态识别在身份认证基于内容的视频检索、智能监控和身份认证等方面均具有实际意义和使用前景[12]。在一些重要的场合，例如机场、银行、国家机关、军事基地等位置，步态识别可以有效地检测出危险，减少犯罪几率，将人员和财产安全降到最低。基于视觉的行为识别研究可以有效的提高社会的服务，为人类更好的发展的同时也可以提高社会和经济效益。步态及行为的识别也涉及到多种学科协同发展，包括图像处理、模式识别、人工智能和计算机视觉领域的交叉学术方向[13-15]。
世界范围内的很多国家都对生物特征识别的研究加大了投资力度，所以基于生物特征识别的身份鉴定凸显了它的价值[16]（图1-2，图1-3分别表示生物统计领域工业收入（2007-2015）和全球生物身份鉴定技术产业分布（2015年）[17]）例如，在美国的身份鉴定技术产业每年高达数十亿美金的规模。每年也大