-
题名多特征融合的步态识别算法
被引量：6
- 1
-
-
作者
柴艳妹
夏天
韩文英
李洋
-
机构
中央财经大学信息学院
上海第二工业大学计算机与信息学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第3期636-641,共6页
-
基金
中财121人才工程青年博士发展基金项目(QBJGL201005)资助
中央财经大学科研创新团队支持计划项目资助北京市教育共建项目资助
-
文摘
近年来,基于特征融合的方法已成为步态识别领域最为活跃的研究方向之一.现有的算法中多采用整体特征和模型特征进行融合.整体特征反映的是目标的轮廓特点,粒度较粗;而模型特征则反映了目标的局部动态特征,粒度又过细.它们的融合虽然可以提高识别性能,但提高程度有限.针对上述问题,引入了区域方差特征,将人体按部位划分成区域,分别提取反映身体不同部位运动特性的动态方差特征,粒度适中.然后,将三类不同粒度的步态特征进行融合,以增强信息互补性.本文算法分别采用特征级和决策级融合策略在UCSD和CMU数据库上进行了实验,结果表明所提算法确实提高了识别性能.
-
关键词
多特征融合
伸长度和空间度
动态区域方差
二维棍状模型
-
Keywords
multi-featured fusion
extension and space
dynamic region variance
2D stick figure model
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
