基于频谱分析的Procrustes统计步态识别算法

摘要：

在信息安全越加重要的现代社会,步态识别以其特有的优势作为一种身份识别手段,得到了很多关注.提出一种基于Procrustes均值形状的傅里叶频谱分析(FSAOPMS)的适用于多视角的步态识别方法.利用Procrustes统计形状分析方法将步态序列中人体轮廓的连续步态变化表示成一个紧致的Procrustes均值形状(PMS),将PMS作为原始步态特征,对PMS进行傅里叶频谱分析(FSA).计算不同步态序列的PMS幅度谱的欧式距离,利用最近邻(NN)分类器进行识别.在中国科学院自动化所的CASIA Gait Database数据库上进行了实验,与其他3种方法进行了比较,新方法具有很高的识别率,证明了该算法的有效性.

关键词：步态识别、Procrustes统计形状分析、Procrustes均值形状(PMS)、傅里叶频谱分析(FSA)、多视角识别

所属期刊栏目：6

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60973060

在线出版日期：2012-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：432-439