分享到:

基于视频的步态识别

在智能环境研究中,人体运动分析与生物特征识别相结合目前已经成为一个流行的研究方向。步态识别,非接触式远距离的身份识别研究——基于运动视觉的第二代生物特征识别技术,是根据拍摄的行走视频,通过人体走路的方式辨别人体身份。和其它生物特征相比,无需接触和干扰,不具有侵犯性,其信息可以在相对较远的距离秘密地得到并进行识别。本文从理论和实际应用的角度,对以视频为输入的步态识别进行了一些新的探索。本文的主要贡献如下:1)提出了幅值谱和反射对称作为关键帧特征的步态识别算法。分别利用了步态图像在频域上的特征和心理学研究中步态的对称性对步态进行分析。幅值谱反映了人体步态的频域特征,而反射对称隐含表示了行走时人体的胳膊和身体的摆动习惯。反射对称性虽然不是唯一的特征,但实验证明反射对称是人体运动的特征之一,可以辅助进行识别。其优点是计算简单、快速,特征直观、有效。2)提出了小波速度矩和小波反射对称矩,以及用二者的结合来描述步态,进行步态识别。小波矩将小  (本文共170页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

基于卷积神经网络的人体行为分析与步态识别研究

利用人工智能的方法分析人体行为动作,使得机器能够感知人体状态和运动意图,在安防监控、人机交互、数字娱乐等领域都拥有广阔的应用前景,受到业界广泛关注;另外,随着计算机计算能力的提升以及互联网上大规模有价值数据的产生,深度学习特别是深度卷积神经网络迎来了较大的发展。本文将利用深度卷积神经网络的强大层次化表征能力,围绕人体行为分析与步态识别这一主题,重点关注面向视频序列的人体姿态感知,面向序列化信号的人体动作建模与识别以及面向序列化信号的人体步态识别,这三个方向的应用研究。主要包含如下3点研究内容:(1)面向视频序列的人体姿态感知利用深度卷积神经网络求解SMPL人体模参数与相机参数以实现人体三维姿态感知。针对生成人体模型不正常的问题,借鉴对抗生成网络的思想取代繁琐的手工规则,来约束生成的三维人体模型;针对生成人体三维姿态序列抖动和求解不唯一的问题,结合视频帧之间一致性约束、初始状态约束以及人体高度约束来得到更精确的人体三维姿态;为验证...  (本文共173页) 本文目录 | 阅读全文>>

山东大学
山东大学

平行线约束下的步态特征提取与基于差分运动切片的步态识别算法研究

基于步态的身份识别主要研究如何从记录目标行走的视频序列中,通过图像处理和计算机视觉技术,对目标的行走方式进行分析,并结合模式识别的方法获得关于目标身份的信息。由于步态以视频的形式进行存储,因此不需要同目标进行近距离或接触性的感知,可在目标毫不知情的情况下进行采集,具有良好的非侵犯性。同指纹、虹膜、面相等第一代生物特征相比,步态识别系统将更加方便易用。对于安全要求较高的公共场所,结合步态识别的视频监控系统将是一种理想的安全手段。在人机交互、动画和虚拟现实以及医学等诸多领域步态识别也有着重要的应用前景和巨大的经济价值。然而,当前基于视频的步态识别研究仍然出于探讨性目的,尚没有实用化的步态识别系统出现,利用步态进行身份识别和认证的研究正处于起步阶段。步态识别是生物特征识别领域中一个新兴的子领域,通过步态进行身份感知的研究可以追溯到60年代。通过视频处理进行自动步态识别则始于90年代。在国内,2000年之后才出现有关步态识别研究的报道。...  (本文共71页) 本文目录 | 阅读全文>>

西南大学
西南大学

视频序列中的人物身份识别研究

近年来,随着信号处理理论和计算机的发展,人们开始用摄像机获得周围环境图像并将其转换成数字信号,用计算机实现对视觉信息的处理,这就形成了计算机视觉这门学科。成像在视网膜上的图像信息是人类视觉系统工作的基础,因此计算机视觉的发展必然以人类视觉系统的能力为参照。人类视觉系统的一个基本任务是识别人类、物体及其相互之间的空间关系。计算机视觉研究者也有着相似的目标,那就是研究在场景中定位和识别目标的方法。在该领域研究中,对人的定位和识别由于其巨大应用价值,受到了广泛的关注。在本论文中介绍了相关的前沿技术,并描述了笔者在此领域中的研究工作。本文特别将人物的识别问题分为两部分——人脸识别和步态识别。识别系统的初始输入为视频序列(单一图像是其中的特例)。由于采集视频的条件不同,图像的分辨率不同,识别性能也会有差别。就目前的技术而言,人脸识别的精度往往高于步态识别,但是前者对视频分辨率的要求较高,而且在每一帧图像中人脸区域大小有所限制。而步态识别能...  (本文共77页) 本文目录 | 阅读全文>>

暨南大学
暨南大学

基于视频流的步态识别系统研究与实现

随着计算机视觉和人工智能技术最近十几年的突破性发展,生物特征识别再一次引起广泛关注。在用作身份识别的生物特征中,步态特征作为一种融合了先天生理性和后天行为性的生物特征,不仅具备较高的个体差异性,而且还拥有远距离非侵犯性,不易伪装隐藏和对图像分辨率要求低等优点,逐渐成为生物识别技术研究热点。步态识别分为步态视频预处理,步态特征选取,步态特征识别三个方面。本文对每个方面都进行了大量的实验,从理论性和实践性两个方面来阐述通过步态分析来识别个体身份的可行性。做出的创新有以下几点:(1)步态视频预处理阶段,本文摒弃常用的三帧差分法,提出利用像素灰度空间无参聚类的背景减除和联通区标记算法来检测人体轮廓。实验证明提取出的轮廓图像清晰,对之后人体运动特征的提取有重要的意义。(2)步态特征提取阶段,针对现有的步态特征提取理论偏复杂实用性不高等弊端,经过理论分析和多次实验验证,提出一种基于质心和轮廓关键点的步态特征表示方法,并论证了该步态特征作为识...  (本文共59页) 本文目录 | 阅读全文>>

山东大学
山东大学

基于单角色视频的人物运动分析

近年来,随着计算机视觉以及视频监控等相关技术的发展,基于视频的人物运动分析得到了越来越多的关注。人物的运动分析包括多个方面:头部姿态估计、人体姿态估计、人物动作的识别与检索、步态识别等。人物的运动分析对于理解人物的态度、意图、身份等信息具有不可替代的作用。基于视频的人物运动分析研究内容非常丰富,包括单角色的人物运动分析以及多角色的人物运动分析,同时涉及到计算机视觉、模式识别等多个相关领域。总体上,人物的运动分析主要是通过对底层的数据(视频、图像、运动捕捉数据等)进行分析和理解,从中提取出与人物的运动相关的语义特征进行分析,从中得到有关人物的身份,态度等多种有用的信息。基于视频的人物的运动分析已经被应用到人们生活的不同领域中,主要包括1)智能人机交互领域,2)智能视频监控领域,3)动画、游戏、电影制作领域等。本文在系统化论述了基于单角色视频的人物运动分析的相关问题上,着重对单角色的人头姿态估计、基于视频的人体运动捕捉数据检索、步态...  (本文共167页) 本文目录 | 阅读全文>>