基于步态序列图像的身份确认

为了利用HMM抽取的步态序列的动态特征来进行身份确认,首先提出一种改进的角度向量用来表征二值化的步态序列图像,以便将每幅图像转化为1维向量,然后再以此作为特征向量,对每个人物建立并训练HMM模型,用于确定人物身份。这种改进的角度向量由于具有较强的抗噪性和方便的尺度伸缩性能,因此既适用于分割质量较差的图像,又能减小行走方向和距离的影响。实验表明,这种HMM不仅能较好地模拟步态的动态特征,还能描述序列图像间的联系,而且算法执行速度快,从输入原始数据到输出识别结果所需时间不超过2min,能满足实时要求。在Soton和NLPR数据库上进行的实验,分别获得了100%和85%的识别率,证明该方法是有效的。