学位论文 > 优秀研究生学位论文题录展示
基于双源多特征的步态信息融合技术研究
作 者: 宋玮
导 师: 明东
学 校: 天津大学
专 业: 生物医学工程
关键词: 步态识别 傅立叶描述子 Radon变换 热释电红外传感器 特征层融合 K-折交叉验证
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 33次
引 用: 0次
阅 读: 论文下载
内容摘要
|
生物特征识别技术是利用人体先天的生理特征或固有的行为特征来进行身份认证的新技术。指纹、虹膜、脸像等生理特征,通常要求近距离或者接触性的感知,而步态是远距离情况下可感知的行为特征。步态识别因其非侵犯、远距离、难伪装等优势引起了计算机视觉领域的浓厚兴趣,成为近年来生物特征识别技术中备受关注的前沿方向。本文主要探讨了基于视频步态图像和人体运动红外辐射双源多特征信息融合的步态特征提取与身份识别新方法。本研究使用普通摄像头和热释电红外传感器设备,以同步采集的12个测试者的步态视频和红外电压信号数据建立了数据库。首先,本文研究了视频图像源步态特征提取方法。即利用普通摄像头采集人体行走视频后,从视频流中抽取RGB图像,并对图像进行预处理(包括二值化,形态学滤波,连通域分析)。再运用边界跟踪算法得到运动人体轮廓,对轮廓进行重采样及归一化处理,从轮廓中提取傅立叶描述子和Radon变换峰值特征并以此表达步态。同时利用人体轮廓宽度信号的周期性变化来划分步态周期,并将此参数作为步态分类识别的基本单元,然后选择周期极大值帧作为关键帧提取图像的特征参数。其次,本文研究了热释电红外源步态特征提取方法。受试者在一定范围内走过时,探头表面安装有菲涅耳透镜的热释电红外传感器会产生电压信号变化,本文提取这一变化信号,通过比较不同受试者时域和频域信号的差异性确定使用其频谱特性来表达人体的运动特征。最后,本文研究如何将双源步态信息进行融合。首先使用主成分分析法对特征向量降维。再对提取到的双源特征在特征层上进行融合,使用支持向量机的K-折交叉验证法进行训练识别。本研究进行了两种实验,结果表明:①多特征融合的识别性能优于单一特征的识别性能;②人体轮廓发生改变之后,图像源特征的识别率会降低,但是经过特征融合后,热释电红外源特征能弥补这一缺陷,从而提高识别性能,再次验证了本研究融合双源特征的有效性。目前,基于步态信息的研究与应用正处于初级阶段,本文的研究成果期望为这项技术的发展探索一些新思路。
|
全文目录
中文摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-18 1.1 生物特征识别 8-10 1.2 步态特征识别 10-15 1.2.1 步态特征识别的研究背景与意义 10-11 1.2.2 步态特征识别的研究内容与现状 11-15 1.3 本文研究内容与论文结构 15-18 第二章 基于视频图像源的人体步态信息 18-36 2.1 步态图像的预处理 18-27 2.1.1 图像二值化 18-21 2.1.2 图像形态学处理 21-23 2.1.3 运动人体轮廓提取 23-27 2.2 步态图像的傅立叶描述子特征提取 27-28 2.3 步态图像的Radon变换特征提取 28-32 2.3.1 Radon变换介绍 28-30 2.3.2 使用Radon变换提取步态图像特征 30-32 2.4 步态周期划分与关键帧确定 32-35 2.5 小结 35-36 第三章 基于热释电红外源的人体步态信息 36-43 3.1 热释电红外源信号采集基本原理 36-39 3.2 热释电红外传感器采集人体步态信息装置设计 39-40 3.3 热释电红外源特征选择 40-42 3.4 小结 42-43 第四章 双源步态信息的多特征融合与识别 43-62 4.1 主成分分析 43-45 4.1.1 主成分分析概述 43 4.1.2 主成分分析计算步骤 43-45 4.2 数据融合策略 45-49 4.3 支持向量机(SVM)分类器 49-58 4.3.1 支持向量机原理 49-56 4.3.2 K-折交叉验证 56-58 4.4 实验设计与结果分析 58-61 4.4.1 实验一(自然行走) 58-59 4.4.2 实验二(混合行走) 59-60 4.4.3 实验结果分析 60-61 4.5 小结 61-62 第五章 总结与展望 62-65 5.1 工作总结 62-63 5.2 工作展望 63-65 参考文献 65-69 发表论文和科研情况说明 69-70 致谢 70
|
相似论文
- 地波辐射源的调制类型识别与参数估计,TN957.51
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 实时车牌分割与识别技术研究,TP391.41
- 基于小波变换的阈值图像去噪方法,TP391.41
- 基于人体步态远距离身份识别算法研究,TP391.41
- 步态识别中关键技术的研究与实现,TP391.41
- 文本图像处理与表格图像识别算法研究,TP391.41
- 人耳及人脸融合的多模态身份识别,TP391.41
- 基于多角度热释电红外信息的人体身份认证研究,TP391.41
- 流水线监控下的模糊图像处理,TP391.41
- 星图定位与识别技术研究,TP391.41
- 基于图像变换的步态识别研究与实现,TP391.41
- 面向脑神经结构重建的图像处理方法研究,TP391.41
- 插值法在CT图像重建中的应用,TP391.41
- 滩浅海地区多次波消除方法研究,P631.4
- 基于热释电红外传感器网络的人体跟踪研究,TP212.9
- 基于人体关节点的步态识别算法研究,TP391.41
- 基于OpenCV的步态识别系统,TP391.41
- 扇门式闸机控制系统研究,U231.6
- 基于物联网技术的人防警报器终端安全预警,TP277
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|