基于步态能量图像和2维主成分分析的步态识别方法

为了快速有效地进行步态识别,针对步态能量图像能够表征步态信息和2维主成分分析能快速降维的特点,提出了一种基于步态能量图像和2维主成分分析的步态识别方法。该方法首先应用背景减除法分割出人体轮廓;然后通过人体宽高比的相关信号确定运动周期,再对二值周期序列进行步态能量图像（GEI）合成;最后运用行列相结合的2维主成分分析(（2D）2PCA)方法与加权的2维主成分分析(W（2D）2PCA)方法提取特征主向量,并采用最近邻分类器进行分类。实验结果表明,该步态识别方法可以有效降低前期处理对分类识别的影响,而且对于3种不同行走状态的CASIA数据库中多个视角下拍摄的步态图像可取得很好的识别效果。