文献类型：期刊文章

作　　者：李洪安[1] 杜卓明[2] 李占利[1] 惠巧娟[3] 白佳豪[1]

LI Hong-an;DU Zhuo-ming;LI Zhan-li;HUI Qiao-juan;BAI Jia-hao(College of Computer Science and Technology,Xi’an University of Science and Technology,Xi’an Shaanxi 710054,China;Computer Engineering School,Jiangsu University of Technology,Changzhou Jiangsu 213001,China;Department of Mechatronics Power and Information Engineering,China University of Mining and Technology Yinchuan College,Yinchuan Ningxia 750021,China)

机构地区：[1]西安科技大学计算机科学与技术学院,陕西西安710054 [2]江苏理工学院计算机工程学院,江苏常州213001 [3]中国矿业大学银川学院机电动力与信息工程系,宁夏银川750021

出　　处：《图学学报》

基　　金：陕西省自然科学基础研究计划项目(2019JM-162);中国博士后科学基金项目(2016M601845);宁夏高等学校科学研究项目(NGY2017234);西安科技大学博士启动金项目(2019QDJ007)

年　　份：2019

卷　　号：40

期　　号：3

起止页码：441-446

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、ZGKJHX、核心刊

摘　　要：步态识别是根据人类走路的姿态来进行远距离的身份识别。针对轮廓不完整的图像和关键帧容易造成部分信息丢失而引起的识别率下降问题,提出一种基于双特征匹配层融合的步态识别方法。步态既有静态图像特征,又有动态速度变化特征,因此本文提出用匹配层融合方法将静态的Hu矩6个不变矩特征和动态的帧差百分比特征融合后进行步态身份识别。首先对一个周期内的归一化步态图像进行Hu矩特征以及帧差百分比的特征提取,将Hu矩6个不变矩特征描述成一个特征向量,然后运用匹配层融合算法对2个特征进行融合;最后使用K近邻分类器进行身份识别。实验表明,该方法较单一方法能够有效地提高步态识别正确率。

关 键 词：步态识别 Hu矩特征  帧差百分比特征  匹配层融合  

分 类 号：TP391]