融合腿部局部特征的步态识别方法

2016年5月

第37卷一第5期计算机工程与设计COMPUTER ENGINEERING AND DESIGN Ma y 2016Vol .37一No .5

??????????????????????????????????????????????????融合腿部局部特征的步态识别方法

李一凯,王国超+

(河北大学计算机科学与技术学院,河北保定071002)摘一要:为提高步态识别的识别率,提出一种基于腿部轮廓区域与整体图像的特征相结合的步态识别算法三通过选取训练样本的整体散布矩阵的非负特征值对应的特征向量,组成一个维数较低的变换空间;在此空间中,为克服小样本问题,对每类样本的协方差矩阵增加一个正则项,构成新的准则函数,通过求解该优化问题,选择部分特征向量组成特征矩阵;基于此种方法,将获得的腿部轮廓区域特征和整体图像的特征进行组合,表示一个行人步态的特征三实验选取中科院步态数据库CASIA A 二CASIA B 和CASIA C ,结合最小距离分类器进行步态识别三实验结果表明,当影响识别的因素发生改变时,例如背包二穿外套等,所提方法能够获得较高识别率三

关键词:步态识别;步态能量图像(GEI );腿部轮廓区域(RBL )

;特征组合;正则项中图法分类号:TP391一文献标识号:A 一文章编号:1000-7024(2016)05-1340-06

doi :10.16208/j .issn1000-7024.2016.05.043收稿日期:2015-06-07;修订日期:2015-08-24基金项目:国家自然科学基金项目(61375075)作者简介:李凯(1963),男,河北保定人,博士,研究方向为机器学习二数据挖掘二模式识别等;+通讯作者:王国超(1988),男,河北沧州人,硕士研究生,研究方向为模式识别三E -mail :lv y emimen g @sina .com Gait reco g nition method with local feature of le g s re g ion

LI Kai ,WANG Guo -chao +

(Colle g e of Com p uter Science and Technolo gy ,Hebei Universit y ,Baodin g 071002,China )Abstract :To im p rove the results of g ait reco g nition ,the g ait reco g nition method based on the feature combination of g ait ima g e and its re g ion bounded b y le g s was p ro p osed .All the ei g envectors corres p ondin g to nonne g ative ei g en values of the entire scatter matrix of trainin g sam p les were selected to com p ose a lower -dimension transform s p ace.In this transform s p ace ,to overcome the small -sam p le -size p roblem ,a re g ularization term was added to each sam p le class covariance matrix ,and a new criterion function was established.B y com p utin g this o p timization p roblem ,and the ei g en matrix was made u p b y some ei g en vectors.Based on this method ,the features of g ait ima g e and its re g ion bounded b y le g s were combined to re p resent g ait features.In the ex p eri -ments ,three g ait databases CASIA A ,CASIA B and CASIA C were selected and the minimum distance classifier was used to verif y the effectiveness of p resented method.Ex p erimental results show that when the factors chan g es ,such as walkin g with

ba g ,the p resented method g ets better results.Ke y words :g ait reco g nition ;g ait ener gy ima g e (GEI );re g ion bounded b y le g s (RBL )

;feature combination ;re g ularization term 0一引一言目前,步态识别研究方法主要分为两种[1]:一是基于模型的步态识别方法(model -based );二是非模型的步态识别方法(model -free )三基于模型的步态识别方法主要通过建立运动结构模型,采集行走时人体结构参数变化规律信

息(比如膝盖关节弯曲角度二质心与双肩距离的变化和步

幅长度等)来进行识别三该方法的主要问题是躯干难以定

位和参数难以提取等[2]三非模型的步态识别方法又分为两种,一种是在识别过程中保存数据库中原始图像步态的时

序信息和训练状态,以此进行步态识别;另一种方法是将

一个步态周期的原始步态图像合成一幅步态能量图,在步

态能量图像的基础上再进行时序信息的提取等识别工作,

这种方法有效地减少了训练样本数量,从而降低计算的复

杂度三然而,这种方法受到很多因素的影响[3,4],例如不同的拍摄角度二穿不同样式的衣服二不同样式的鞋子二是否背包和路面不平等三为了更好地研究步态识别,研究者做了大量的尝试三Zhan g 等[3]将张量引入到向量映射中,在输入的步态序列

中寻找到低维的张量子空间,它能有效捕捉到数据的变化;