10.3969/j.issn.1003-6059.2011.04.002
基于流形学习的三维步态鲁棒识别方法
针对过去几乎都是在单目视觉的情况下进行步态识别研究的现状,提出一种基于立体视觉的步态识别方法.首先利用立体匹配技术获得人体轮廓的三维信息,并据此构造出三维人体轮廓描述子以获取人体的步态特征.接着通过平滑、去噪等预处理手段抑制噪声的影响,并采用流形学习构建低维流形进行特征降维.最后将最近邻分类器和最近邻模板分类器用于识别过程.采用该方法在PRLABⅡ立体步态数据库和不规则测试数据集ExN上进行实验,获得较高的识别率.实验结果表明,文中所提出的方法具有与行人行走路径到摄像机之间的距离无关的特点,且对于不完整的残缺步态序列、行人行为姿态的变化、携带物品和服饰变化等具有较强的鲁棒性.
步态识别、三维人体轮廓描述子(3D-BCD)、流形学习、拉普拉斯特征映射
24
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目60875026,60805019
2012-01-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
464-472