文档介绍：万方数据
步态识别研究进展第卷第醒氩凭笱畔⒀г耐年计算机科学柴艳妹奶韩文英詈7北京虾5诙ひ荡笱Ъ扑慊胄畔⒀г荷虾教侗鸶攀摘要近年来步态识别技术已经成为生物特征识别领域一个新的研究热点。该技术是唯一可在远距离非接触状态下识别生物特征的技术,因此引起了各国学术科研机构的重视。对步态识别系统的一般处理过程进行了综述,重点分析和跟踪了步态特征提取技术的最新研究进展,讨论了各种方法中典型技术的优缺点和步态识别技术所面临的挑战,并概括介绍了常用的步态评测数据库和实验结果,最后展望了步态识别技术未来的发展方向和趋势。关键词步态识别,特征提取,。用步态特征进行身份认证是近年来计算机视觉和生物特征识别领域的一个研究热点。和其他生物特征识别技术缰肝啤⑷肆场⒑缒さ相比,步态识别的优势在于非接触性、非侵犯性、易于感知、难于隐藏和难于伪装。基于这些优点,步态识别在门禁系统、安全监控、人机交互、医疗诊断等领域具有广泛的应用前景和经济价值。步态分析最早是医学“一、。随着计算机运算能力的增强和生物特征识别技术的兴起,步态分析在计算机视觉领域的发展逐渐引起了关注。年,和扎最早利用步态特征进行生物特征身份认证。之后该研究方向得到快速发展,取得了一系列探索性的研究成果。。例如。文献圆教卣魈崛〉姆椒ń了综述,狈δ训惴治龊托阅芷兰邸N南譡重点分析了影响步态的各种因素,并对步态处理的各个阶段进行了简要总结,但未涉及步态识别算法的性能评价。年,文献进一步从步态特征提取和特征处理方面对步态识别研究进行了总结。训惴治龊臀蠢囱芯糠较蛑傅级脊诩蚵裕有涉及性能评价方面的内容。为植股鲜霾蛔悖斜匾6现阶段的步态识别研究情况进行分析和总结,尤其是最新的进展,期望能更好地指导未来的研究工作。步态识别就是要对包含人体运动的图像序列进行分析处理。通常包括步态检测、,甌琭,图教侗鹣低车囊话憧蚣到稿日期:党奕掌冢本文受国家自然科学基金项目,中央财经大学‘こ獭捧—·中财瞬殴こ糖嗄瓴﹠,女,博士。讲师,主要研究方向为图像处理,信息检索,:.;夏天。男,博士,、数据挖掘。··珻,琒,,甤瑃.,.步寿赣据库
万方数据
束假设为基础的运动目标检测方法。如劝皇芯慷步态检测步态检测是在图像序列中将人体步态轮廓区域从背景图像中提取出来。这方面的研究包括背景估计、目标检测和形态学后处理等。步态轮廓区域的有效分割对于特征提取、目标分类等后期处理非常重要,因此步态检测常被视为步态识别的预处珲部分。步态检测作为视频序列中运动检测的一个特例,可大致分为喾椒ǎ基于特征的方法。。如热薍闹鞫掷DP法和等人一提出的采用物体的边缘、拐角等作为特征对非刚体目标进行检测的ǖ榷寄芎芎地刻画目标的运动,但是特征点的寻找和匹配比较困难。帧间差分法。利用图像序列中』帧图像亮度变化来提取运动目标。如热薣慕持〖洳罘址ǎ结合形态