基于子模式的完全二维主成分分析的步态识别算法

被引：5

作者：

王科俊

贲晛烨

刘丽丽

李雪峰

机构：

[1] 哈尔滨工程大学自动化学院

来源：

模式识别与人工智能 | 2009年 / 22卷 / 06期

关键词：

步态识别; 步态能量图(GEI); 完全二维主成分分析(C2DPCA); 子模式的完全二维主成分分析(SpC2DPCA);

D O I：

10.16451/j.cnki.issn1003-6059.2009.06.007

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种基于子模式的完全二维主成分分析的步态识别算法.首先对步态能量图进行子块划分,自适应地去掉对分类无用的子块.然后分别对每个子图像采用完全二维主成分分析方法进行特征抽取.最后将各个子块的特征合为整体采用最近邻分类器来测试识别.应用上述方法在CASIA步态数据库上进行实验,通过实验确定分块数目.实验结果表明本文算法明显好于完全二维主成分分析方法,不但有利于提取局部特征,而且对外套变化、背包,行走方向变化的步态识别也较有效.

引用

页码：854 / 861

页数：8

共 9 条

[1] 基于形状上下文描述子的步态识别 [J].

陈实 ;

马天骏 ;

黄万红 ;

高有行 .

模式识别与人工智能, 2007, 20 (06) :794-799

[2] 步态识别综述 [J].

王科俊 ;

侯本博 .

中国图象图形学报, 2007, (07) :1152-1160

[3] 一种基于时空分析的步态识别方法 [J].

苏菡 ;

黄凤岗 .

模式识别与人工智能, 2007, 20 (02) :281-286

[4] 基于肢体长度参数的多视角步态识别算法 [J].

彭彰 ;

吴晓娟 ;

杨军 .

自动化学报, 2007, (02) :210-213

[5] 基于反射对称的步态序列识别 [J].

赵国英 ;

向世明 ;

李华 .

计算机辅助设计与图形学学报, 2005, (10) :99-104

[6]

基于步态的远距离身份识别方法[P]. 谭铁牛;胡卫明;王亮.中国专利:CN1426020A,2003-06-25

[7]

( 2 D ) 2 PCA : Two-directional two-dimensional PCA for efficient face representation and recognition[J] . Daoqiang Zhang,Zhi-Hua Zhou.Neurocomputing . 2005

[8]

Adaptively weighted sub-pattern PCA for face recognition[J] . Keren Tan,Songcan Chen.Neurocomputing . 2005

[9]

Statistical feature fusion for gait-based human recognition .2 Han,j,Bhanu.B. Proc.Of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition . 2004

← 1 →