基于步态特征提取方法的研究

对步态识别的国内外研究现状进行了详细的论述;介绍了基于步态识别的身份识别过程,阐述了在步态识别各阶段用到的一些方法;对步态识别的下一步工作进行了探讨。     

基于连续隐马尔可夫模型的步态识别

步态识别作为一种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.算法利用步态轮廓图像边界到重心的距离矢量对步态轮廓图像进行描述,采用步态图像的高宽比进行步态的准周期性分析.利用隐马尔可夫模型进行步态时变数据匹配识别.算法在CMU数据库上进行实验取得了较高的正确识别率.     

一种基于Hough变换的步态特征提取方法的研究

步态识别是一种新兴的生物特征识别技术,旨在通过人们走路的姿态进行身份识别。与其他的生物识别技术相比,步态识别具有非接触远距离和不容易伪装的优点。提出了一种基于新的特征提取方法的自动步态识别算法,该算法仅从腿部的运动进行身份识别。对于每个序列,用一种基于图像色度偏差的背景减除算法来检测运动对象,在经过后处理的二值图像序列中利用边界跟踪算法获取对象边界。在对象边界图像上,局部应用Hough变换检测大腿和小腿的直线,从而得到大腿和小腿的倾斜角。用最小二乘法将一个周期内的倾斜角序列拟合成5阶多项式,把Fourier级数展开后得到的相位与振幅的乘积定义为低维步态特征向量。在小样本的数据库上用F isher线性分类器验证所研究算法的性能,正确分类率为79.17%。在步态数据库不很理想的情况下也获得了较好的识别率。     

基于矢状面质心角动量的人类行走步态周期阶段划分方法

认知人类的步行机理是双足机器人开发的重要基础.在人类行走过程中,外力力矩是影响行走稳定性的决定性因素,步态与外力力矩的相互作用是人类步行机理研究中的关键问题.尽管质心角动量可反映人体受到的外力力矩变化,但会随步态的演化呈现不同的变化规律.以人类自然行走步态为研究目标,通过准确获取人体行走过程中实时运动信息与质心角动量的变化,根据人体行走过程中的外力力矩与质心角动量的角度对人体步态进行力学分析,并结合人体行走过程中的足地关系与矢状面质心角动量变化规律,得出角动量特征点与步态特征点在时间上具有高度一致性的结论,最终实现基于矢状面质心角动量的人类步态周期阶段的精准划分.研究结果对于认知人类步行机理,指导行走康复医疗和双足机器人研发具有重要意义.     

基于视频的步态特征提取技术及其应用

提出一种新的基于视频的步态特征提取技术。首先对从视频流中抽取出帧图像,通过对二值化后的运动帧图像进行尺寸归一化和重心归一化。其次,根据归一化图像的宽高比的周期特性,提取出步态关键帧。最后,根据帧图像构建应用于不同识别算法的步态特征。实验结果表明,该技术简单、直观,具有较好完备性,能够直接应用于基于图像HMM和SVM步态识别算法。     

一种新的步态特征提取方法的研究

提出一种新的步态特征提取方法,首先利用坎尼算子提取前端腿部的边缘线,并对底部可能产生的误差点进行剔除;接着计算每两帧之间腿部边缘线每个像素点前进的位移,作为原始步态特征;然后,对步态特征进行远近归一化处理,消除被拍摄对象与拍摄镜头之间因距离不同所产生的影响;最后运用主成分分析,将特征空间维度由60维降到3～4维。在识别阶段,用归一化欧式距离计算样本之间的相似程度。提出的这种新的步态特征提取算法在3个人每人4个序列的小样本纯数据库上用最近标本分类器验证所提算法的性能,正确分类率为83.33%;在5个人每人4个序列的小样本混合数据库上,正确分类率为55%。     

基于嵌入式隐马尔可夫模型的步态识别

针对从多帧步态中更有效提取步态特征的问题,提出了一种基于嵌入式隐马尔可夫模型的步态识别算 法．首先采用背景减除方法提取出人体的侧影轮廓,通过分析轮廓宽度向量的自相关性计算出步态的周期,并得到 平均步态能量图．接着利用二维离散余弦变换获得平均步态能量图的空间特征信息,然后把能量图的观测块转化为 观测向量实现了步态识别．最后运用最近邻法在两个不同的数据库上进行算法验证,实验结果表明该算法具有较好 的识别性能．     

基于步态能量图的特征提取

本文提出了采用步态能量图作为检测的特征,由于直接提取到的特征序列维数较高,需要对特征序列进行降维处理.本文采用保局映射投影(LPP)方法对特征序列进行降维,得到了较好的效果.     

基于Radon变换特征提取的步态识别

提出了一种基于Radon变换特征提取的步态识别算法.该算法根据步态轮廓图下肢的宽度信息确定步态运动准周期性,对二进制准周期步态轮廓序列进行Radon变换构造特征向量模板.对特征向量进行主成分分析,并采用k-近邻法进行步态特征分类.在CASIA步态数据库上和CAS识别算法进行了详细的比较,实验结果表明,该算法在性能上有较大程度的提高,是一种有效的步态识别方法.     

基于Tsfresh-RF特征提取的人体步态识别算法

惯性传感器(IMU)由于尺寸小、价格低、精度高以及信息实时性强等优点, 在人体运动信息的获取与控制等方面得到广泛应用, 但在步态识别的时间序列特征提取和步态环境数据等方面还存在着明显的局限. 本文针对人体下肢步态识别特征提取的复杂性及适用性差等问题, 提出基于Tsfresh-RF特征提取的人体步态识别新方法. 首先, ...     

人脸全局特征识别研究

人脸识别是模式中的一个相当重要却又十分困难的课题。本文利用神经网络（Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，简称ＮＮ）及主元分析法（Ｐｒｉｎｃｉｐｌｅ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ），简称ＰＣＡ）不同的特性提出了两种人脸识别的模型：ＮＮ＋ＮＮ模型及ＰＣＡ＋ＮＮ的模型。理论分析和实验结果表示：这两种新的识别模型可以实现优化特征抽取和自适应识别。     

仿人步行二足机器人的研制

本文介绍一种关节采用滑块－摆杆机构的仿人步行二足机器人。该机器人具有１２个自由度，动力源为１２个伺服电机，每个伺服电机都配有相应的轴角编码器。机器人的脚上装有力传感器，身体上装有电子陀螺。机器人的步行由计算机控制。     

基于LDA和SVM的步态识别

提出了一种新的基于人体中线投影的步态特征提取方法,同时将线性判别分析(LDA)和支持向量机(SVM)相结合进行步态的分类和识别.应用背景差方法分割出运动人体轮廓,对外轮廓沿人体中线投影可以得到前后两个向量,合成1D向量作为步态特征.通过线性判别分析对得到的一维向量进行特征提取和压缩,对得到的识别量应用支持向量机进行步态的分类和识别.应用上述方法在中科院自动化所的步态数据库上进行了实验,实验结果表明该步态识别方法具有较好的识别性能.     

基于全局模型的产品特征造型系统

基于特征的设计在当今ＣＡＤ／ＣＡＭ技术中扮演了十分重要的角色，本文以我们自行开发的面向机械产品设计的参数货物上造型系统ＺＤ－ＭＣＡＤⅡ＾〔１〕为背景，介绍了ＺＤ－ＭＣＡＤⅡ中的全局产品数据模型，给出了特征及其依赖的描述方法，特征依赖以半序网的形式表示，设计特征与制造特征通过特征映射实现统一。文章对于产品模型的建立及特征形成规则与特征重构都作了详细的分析。     

三维人体行走模型的研究与实现

本文采用多面体组合建立人体模型，用三角函数拟合步行时的关节活动轨迹，设计ｂｅｎｄ函数来实现关节体和部位体的转动控制，采用逐节调整转动角度的方法实现人体旋转坐标变换，整体进行人体的坐标平移变换，生成了步行过程中的一幅幅三维人体活动模型图形，使之在连续播映时产生逼真的人体行走画效果。     

四足机器人溜蹄步态动步行的研究

本文应用角速度补偿法实现了四足机器人溜蹄步态的动步行。该四足机器人是本研究室刚刚研制成功的，具有十二个自由度，关节采用滑块摆杆机构，由带有轴角编码器的伺服电机驱动，身体和脚上装有传感器，步行由计算机进行控制。     

在I－DEAS系统上开发特征造型系统的研究

本文介绍在Ｉ－ＤＥＡＳＶ系统上开发特征造型系统的方法，详细讲述了特征造型系统的用户界面。结合实例，论述了特征识别与信息匹配的过程，形成以特征为基础的机械零件信息模型。在商品化实体造型系统上开发特征造型系统，可以充分利用实体造型软件，加速新系统的开发，节省资金。     

基于隐马尔可夫模型的助行器依赖人群步态相位识别

步态相位识别为老年人步态异常变化监测、跌倒风险预测和康复训练评估等提供了一种方便有效的方法.将激光测距仪安装在助行器上来获取双腿的运动信息,以无须穿戴、活动范围自由的方式对助行器依赖人群进行步态相位识别.针对使用激光传感器识别腿部时衣物因素对腿部数据段分割的影响,提出基于IEPF的数据段再分割方法.为了去除身高、步速等...     

复杂雕刻型面特征造型技术的研究

本文结合雕刻学习的特点,给出了雕刻学习特征建模数据结构,说明了雕刻特征建模应注意的设计原则及其相关的操作,并就特征的定义及其表示给出了的详细的说明,系统能满足雕刻学习、雕刻设计、雕刻加工的需要,是一种切实可行的方法。     

步行机器人全方位性研究

本文分析并明确定义了步行机运动的全方位性概念,给出了全方位性的分类、数学表达及评判准则,其结果为步行机全方位性能研究提供了良好的理论基础.