论文摘要：基于步态的性别分类关键问题研究

近年来，公共安全问题日益得到全社会的高度关注，智能视频监控的需求日益迫切。作为一种可在远距离上获取的生物特征，步态具有许多其他生物特征不可比拟的独特优势。通过步态特征分析对行人个体信息进行分类和识别，已经成为智能视频监控领域热门的研究课题。当前，步态研究领域的成果主要集中在身份识别方面，基于步态的性别分类正逐渐成为新的研究热点。鉴于此，本文围绕步态性别分类的若干关键问题展开了一系列研究，探讨了多视角下步态轮廓不同区域的性别分类能力、步态特征提取及性别分类算法、步态和人脸多生物特征融合等方面的问题，研究工作主要体现在以下三个方面：1、提出和实现了一种计算多视角下步态轮廓不同区域的性别分类能力加权系数的算法。当前在一些对安全更为敏感的场合，多摄像机多视角同步监控已经开始得到应用。但是已有的步态性别分类研究更多地偏重于单一摄像机单一视角。针对这一情况，本文提出了一种步态轮廓区域切分策略，研究了多摄像机多视角下，步态轮廓不同区域在性别分类能力上的差异，建立了计算性别分类能力加权系数的数学模型。2、提出和实现了一种基于Radon变换和相关成分分析的步态性别分类算法。该算法对步态轮廓图像在180度内每个角度上进行Radon变换，并将每一帧图像在整个步态周期中的初始相位信息也添加到步态特征模板中，以充分利用步态动态信息；应用相关成分分析算法，得到类内协方差矩阵的最大似然估计，以进一步提高分类能力；分析了提高性别分类能力的最佳Radon变换角度，以及步态特征向量在不同角度下的融合策略。3、提出和实现了一种步态和人脸多生物特征融合的性别分类算法。由于受拍摄距离、光照变化、分辨率等诸多客观条件限制，能从实际监控视频中获得的有效生物特征往往只有步态和人脸信息。论文提出了一种基于统计局部二值模式的人脸性别分类算法，应用了基于平均轮廓的步态性别分类算法，并在决策层对两种不同生物特征的分类结果进行了融合。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/207487.html