基于M-GCHMM步態識別研究*

趙喜玲, 何 勇

(信陽農林學院 計算機科學系,河南 信陽 464000)

基于M-GCHMM步態識別研究*

趙喜玲*, 何 勇

(信陽農林學院 計算機科學系,河南 信陽 464000)

步態識別是通過人走路方式來識別人的身份方法.該文采用高斯多元混合輸出模型,改進CHMM在步態識別中的應用.首先，采用背景減除法進行步態檢測，用邊緣跟蹤法提取出步態圖像的邊緣輪廓，訓練得到的關鍵幀用多元高斯混合輸出連續隱馬爾可夫模型來表示,最后用近鄰法進行識別.在不同視角下，利用CASIA數據庫對該算法進行驗證，取得了較高的識別率，該算法對視角的變化有一定的魯棒性.

步態識別；多元高斯混合輸出連續隱馬爾可夫模型；背景減除；k-均值聚

步態識別作為一個新的生物識別領域，近年來取得了一系列的研究成果.柴艷妹等提出一種基于區域特征的識別方法[1]；葉波等提出一種基于小波變換和支持向量機的步態識別算法[2]；李瀟等提出了一種基于Snake模型的改進算法[3]；賁晛燁等提出了基于線性插值的張量步態識別算法[4]；本文提出了一種基于M-GCHMM的步態識別方法，該算法考慮了步態動態和靜態信息特征.在同一實驗條件下與文獻[7]和文獻[8]進行了比對，實驗表明，該算法對視角的變化有一定的魯棒性.

1 步態圖像檢測及預處理

對于步態圖像序列，首先，經過圖像的預處理獲得前景圖像；然后，去除前景圖像中的干擾信息，保留人體運動目標信息；最后，對輪廓圖像進行形態學處理，為下……