10.3778/j.issn.1673-9418.1610036
步态骨骼模型的协同表示识别方法
针对目前步态识别中极易受到服饰和携带物等影响的难题,提出一种基于Kinect获取骨骼模型的步态识别新方法.对步态3D骨骼模型提取人体总质心,并与在步态周期中富有运动特征的人体四肢分质心的活动信息结合,分别得到动态与静态特征.动态特征可看作是周期信号,使用小波分解和带高斯滤波的离散傅里叶变换进行频谱处理,消除了外界干扰并增强了特征之间的差异性.通过动态时间规整算法把步态骨骼特征投影到相异空间,用协同表示进行匹配和归一化加权融合,最后根据最近邻算法进行分类识别.实验证明,该方法与稀疏表示识别算法相比得到了较为理想的识别效果,为步态识别在身份认证的应用领域提供了可靠的理论基础.
步态识别、Kinect、骨骼模型、质心、频谱分析、协同表示
12
TP391(计算技术、计算机技术)
The Science and Technology Project of Guangdong Province under Grant No.2017A010101036
2018-01-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
143-152