"该文章提出了一种新的步态识别方法,结合了静态和动态特征,以提高个人身份识别的准确性。这种方法基于步态能量图(Gait Energy Image, GEI),将GEI分解为三个部分:身体相关能量图(Body-Related GEI, BGEI)、步态相关能量图(Gait-Related GEI, GGEI)和身体步态相关能量图(Body-Gait-Related GEI, BGGEI)。通过傅立叶描绘子来描述BGEI和BGGEI,同时利用Gabor小波提取GGEI的幅值特征。研究了这些特征在Rank层和Score层的识别能力,并将GGEI和BGGEI的信息融合,应用于步态识别。实验在CASIA数据库上进行了验证,显示了较高的正确识别率。" 在这篇2012年的论文中,作者探讨了生物识别技术领域中步态识别的重要性。步态识别是一种无接触、远距离的身份验证方式,特别适用于监控和安全应用。步态能量图(GEI)作为一种有效的步态表征工具,被广泛采用。然而,为了提升识别性能,作者提出了一个新的策略,即分解GEI并关注其不同组件。 首先,他们将GEI分为三个部分:BGEI侧重于个体的身体特征,GGEI关注行走动作的动态信息,而BGGEI则包含了两者之间的相互作用。然后,利用傅立叶描绘子分析BGEI和BGGEI的频率信息,这是一种常见的图像处理技术,能够揭示图像的结构和周期性模式。对于GGEI,作者选择了Gabor小波作为特征提取工具,因为Gabor小波在捕捉图像局部特征和保持空间-频率特性方面表现出色,特别适合描述步态中的运动变化。 接下来,作者对BGEI、BGGEI和GGEI的识别性能进行了独立评估,并在Rank层和Score层进行了信息融合。Rank层融合通常涉及对识别结果的排序,而Score层融合则是合并各个特征的得分。这种多层融合策略旨在优化整体识别效果。 实验在CASIA步态数据库上进行,这是一个广泛使用的步态数据集,包含多种条件下的行走样本。实验结果表明,结合静态和动态特征的新方法显著提高了步态识别的准确率,证明了该方法的有效性和实用性。 这篇论文提出了一种创新的步态识别方法,通过综合分析步态的静态和动态信息,增强了个体识别的能力。这种方法不仅在理论上有意义,而且在实际应用中具有潜在价值,尤其是在安全监控和生物识别系统中。
![](https://csdnimg.cn/release/download_crawler_static/18953232/bg1.jpg)
下载后可阅读完整内容,剩余3页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
- 粉丝: 6
- 资源: 895
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 解决Eclipse配置与导入Java工程常见问题
- 真空发生器:工作原理与抽吸性能分析
- 爱立信RBS6201开站流程详解
- 电脑开机声音解析:故障诊断指南
- JAVA实现贪吃蛇游戏
- 模糊神经网络实现与自学习能力探索
- PID型模糊神经网络控制器设计与学习算法
- 模糊神经网络在自适应PID控制器中的应用
- C++实现的学生成绩管理系统设计
- 802.1D STP 实现与优化:二层交换机中的生成树协议
- 解决Windows无法完成SD卡格式化的九种方法
- 软件测试方法:Beta与Alpha测试详解
- 软件测试周期详解:从需求分析到维护测试
- CMMI模型详解:软件企业能力提升的关键
- 移动Web开发框架选择:jQueryMobile、jQTouch、SenchaTouch对比
- Java程序设计试题与复习指南
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)