基于光流空间分布的步态识别方法

针对传统基于光流法步态识别复杂、识别率不高的缺点, 提出了一种非模型化的方法——光流空间分布来描述并识别运动目标。首先, 计算每帧步态序列中的密度光流场, 所得的与尺度无关的矩描述了光流的空间形状分布; 然后, 分析每一组矩的周期性结构特征, 不同图像序列对应的矢量有基本相同的周期特征和不同的相位特征, 利用相位特征区分不同个体步态之间的差异; 最后, 训练时计算各个样本特征矢量的平均值作为聚类中心, 识别时计算待识别序列矢量和每个聚类中心的距离, 采用最近邻法则, 把序列归类到距离最近的类中。实验证明, 该算法在CASIA步态数据库上最高能达到90%以上的识别率。

Gait recognition method based on spatial distribution of optical flow