基于粒子滤波跟踪的步态特征提取算法研究

步态识别是一种基于步态特征的生物特征识别技术,包括身高和体形等。步态特征中的傅里叶描述子具有尺度、平移和旋转不变性,可以表示人体的轮廓特征。本文提出了一种识别方法：首先运用粒子滤波算法得到更准确的目标位置信息,在此基础上计算傅里叶描述子,进而实现更优越的步态识别效果。通过对滤波前后的傅里叶特征与真实目标特征的对比,证明此方法提取的特征信息更为准确,从而提高对人体目标的识别效率。     

基于多类特征融合的步态识别算法

步态识别作为一种新兴的生物认证技术,是指通过人的走路姿势来识别人的身份。由于步态受到很多因素的制约,基于单个特征识别率很低,而且不同的特征其特征类型和度量尺度不同。本文提出一种将人体轮廓特征、肢体角度特征、反射对称特征相融合的方法,得到一个联合特征矢量,并采用最近邻模糊分类器进行识别。实验结果表明,本文算法可以解决不同类别的特征融合问题,具有较好的识别性能。