共查询到11条相似文献,搜索用时 109 毫秒
1.
2.
傅里叶变换的多视角步态识别 总被引:1,自引:0,他引:1
步态识别作为一种全新的生物特征识别技术,通过人走路的姿势实现对个人身份的识别和认证。步态能量图将一个周期的步态组合在一起,增强了各帧的相关性,减少了噪声的干扰。对步态能量图进行傅里叶变换,利用傅里叶变换的低频分量对多个视角的步态进行识别。在CASIA数据库中进行实验,结果表明算法简单快速,取得了较好的识别效果。 相似文献
3.
针对现有步态识别方法易受拍摄视角、着装变化影响的问题,提出一种融合二维无肩姿态拓扑能量图(shoulderless pose topological energy maps, SPTEM)和三维局部骨骼步态特征(local skeleton gait features, LSGF)的深度学习步态识别方法.首先,利用轻量级BlazePose姿态估计算法提取步态视频序列中的人体姿态拓扑图以生成SPTEM,在提高检测速度的同时减弱衣物变化带来的影响;然后,引入LSGF以弥补单一能量图特征在多变视角情况下识别准确率较低的不足;最后,提出结合注意力机制的时空特征提取网络模型,并在全连接层将双流特征进行一致融合.在CASIA-B数据集上对所提出方法进行验证,并与当前主流的步态识别方法进行比较,结果表明,所提出方法在跨视角和穿大衣/棉衣条件下的步态识别率都有明显提升. 相似文献
4.
基于分数阶傅里叶变换的LMS自适应滤波 总被引:1,自引:0,他引:1
分数阶傅里叶变换是一种线性变换,在多分量情况下不像Wigner-Ville分布那样受到交叉项的影响。但是当信号的信噪比比较小时,检测的效果就比较差,文中提出了一种基于分数阶傅里叶变换的LMS自适应滤波算法。实验结果表明,这种方法在低信噪比的情况下能够有效地检测出信号。另外,如果在自适应过程中采用变步长,可以加快收敛速度,可以显著地减少运算量。 相似文献
5.
文章提出基于稀疏PCA的多阶次分数阶傅里叶变换(fractional Fourier features,Frft)特征的人脸识别(Multiple Order discrete fractional Fourier Features ,MOFF). 鉴于分数阶傅里叶变换对光照、表情的鲁棒性, 并已在图像处理领域得到应用,首先,Frft幅度随阶次的变换呈现压缩性,而SPCA提取其主要信息将且分为主要信息域和次要信息域,融合二者的互补信息组成混合幅度特征,然后融合混合幅度特征、实部特征和虚部特征,最后融合不同阶次下Frft域特征。此外该文提出基于贪婪算法的分数阶阶次选择算法和基于Fisherfaces的权重方法。ORL 和AR人脸数据库上的仿真证明了本算法的有效性。 相似文献
6.
7.
8.
9.
提出了一种基于提升静态小波(SWT)-分数阶傅里叶变换(FRFT)的识别算法。该算法提高了FRFT的精确定位能力,并且在建立滤波前后小波系数非线性关系的基础上,提出了软硬阈值折中消噪法。算法首先找出每个分数阶次对应的最大值点,将这些最大值组成曲线的模通过提升SWT变换转换到小波域;利用折中消噪法消去其低频系数噪声,从而估计出信号的低频部分在时间平移轴上的大概位置;然后对各层高频系数进行初滤波,剔除带外噪声,并采用折中消噪法进行二次滤波;最后重构信号并根据曲线峰值对其精确定位以识别各个参数。仿真结果验证了算法的有效性。 相似文献
10.
11.
针对步态识别研究中单视角识别率低、多视角算法复杂等问题,开展了双视角下的步态识别研究.考察正面视角人体的轮廓特征和侧面视角人体行走的动态特征,利用多视角步态信息互补性强的特点,分别从正面视角和侧面视角获取步态序列,预处理得到单连通人体轮廓图形,然后对正面视角提取Procrustes均值形状,侧面视角计算动作能量图(AEI)并经二维局部保留映射(2D LPP)降维,最后将2个视角下的识别结果进行融合从而获得最终的识别结果.在中科院自动化所的DatasetB数据库上进行了实验,获得了较高的识别率,达到了预期的识别效果. 相似文献