基于分层时序模型的步态识别算法

摘要：

以隐马尔可夫模型和动态纹理模型为代表的动态贝叶斯网是描述步态序列的重要方法,但都存在一些不足之处.提出了一种新的动态贝叶斯网——分层时序模型,该方法采用分段线性逼近非线性和用各段的动态纹理模型作为隐状态,将隐马尔可夫模型和动态纹理模型做了结合,充分发挥了其优势.该方法在CMU Mobo步态数据库和CASIA步态数据库B上做了评估,结果充分显示了分层时序模型的高性能.

关键词：步态识别、分层时序模型、隐马尔科夫模型、动态纹理模型

所属期刊栏目：31

分类号：TN919.8;TP391.41

资助基金：国家自然科学基金61172118,61001152;江苏省自然科学基金BK2010523;南京邮电大学校科研基金NY210073;江苏省高校自然科学基金11KJBS10012

在线出版日期：2012-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6