基于人体骨架提取的步态分析

论文摘要

近年来,随着社会对敏感场合安全需求的提高,生物特征识别作为一种身份鉴别技术,在全球范围得到了大力的研究和发展。相比于传统的身份识别方法,步态识别作为第二代识别技术,可以通过一个人独特的走路姿势来达到识别个体的目的,具有远距离非接触性,隐蔽不侵犯性,难以隐藏伪装性的优点,在视觉监控领域具有显著的优势。本文从一个步态视频展开进行深入研究,运用MATLAB7.0软件进行图像处理,提出了运用人体骨架的步态识别方法,其研究内容主要包括以下几个方面:首先,采用背景减除法从图像序列中提取出运动目标轮廓,并运用形态学运算对人体轮廓进行处理,除掉图像中的小空洞和噪声。然后,对步态运动的周期性进行分析,利用人体运动的宽度变化信息计算步态周期。最后,利用“行走运动的关节角度变化包含着丰富的个体识别信息”这一观点,根据人体解剖学的虚拟骨架等知识,通过对人体骨架下肢运动的分析,提取步态周期内的下肢角度值变化作为步态特征。步态是具有非常大潜力的生物特征识别技术,目前关于步态识别的研究主要还是处在理论阶段,要将该技术投产实用,还有一系列难点问题需要解决。但是就我们实验发现,本文基于人体骨架的步态分析,能提取出人体的步态特征,对于个体识别系统的完善具有相当大的意义。通过实验,进一步说明了步态识别技术的研究价值和光明前景。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 步态识别简介
• 1.2 步态识别的理论依据和发展状况
• 1.3 步态识别系统
• 1.4 论文的组织结构
• 第二章 步态识别技术介绍
• 2.1 MATLAB7.0 简介
• 2.1.1 图像和MATLAB
• 2.1.2 MATLAB 的特色和应用
• 2.2 分割运动目标
• 2.2.1 时域差分法
• 2.2.2 背景减除法
• 2.2.3 光流法
• 2.3 步态特征提取
• 2.3.1 基于模型的方法
• 2.3.2 基于统计的方法
• 2.4 分类识别
• 2.4.1 分类识别方法
• 2.4.2 分类数据库
• 2.5 本章小结
• 第三章 运动目标分割与形态学运算
• 3.1 运动目标分割
• 3.1.1 运动背景的建模
• 3.1.2 特定阈值下的图像差分
• 3.2 形态学运算处理
• 3.2.1 膨胀
• 3.2.2 腐蚀
• 3.2.3 基于膨胀和腐蚀的形态学处理及分析
• 3.3 轮廓线提取
• 3.4 本章小结
• 第四章 步态周期内骨架及下肢运动变化分析
• 4.1 步态周期
• 4.1.1 步态周期定义
• 4.1.2 步态周期提取
• 4.2 细化与人体骨架的获取
• 4.2.1 图像的细化
• 4.2.2 人体骨架的定义
• 4.2.3 人体骨架的获取
• 4.3 下肢运动分析及特征提取
• 4.3.1 下肢关节点角度分析
• 4.3.2 人体骨架下肢特征提取
• 4.4 下肢特征提取方法性能分析
• 4.4.1 人体轮廓下肢特征提取
• 4.4.2 性能比较与分析
• 4.5 特征提取后续处理
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 论文研究工作的总结
• 5.2 展望
• 参考文献
• 攻读学位期间发表论文
• 致谢
• 附件