基于频谱分析的Procrustes统计步态识别算法

• 作者: 李小利 杨静 阮秋琦
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 步态识别 Procrustes统计形状分析 Procrustes均值形状(PMS) 傅里叶频谱分析(FSA) 多视角识别
• 年，卷（期）: 2011,（5）
• 页码范围: 432-439
• 分类号: TP391.4
• 字数: 4066字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2011.05.007

摘要

在信息安全越加重要的现代社会,步态识别以其特有的优势作为一种身份识别手段,得到了很多关注.提出一种基于Procrustes均值形状的傅里叶频谱分析(FSAOPMS)的适用于多视角的步态识别方法.利用Procrustes统计形状分析方法将步态序列中人体轮廓的连续步态变化表示成一个紧致的Procrustes均值形状(PMS),将PMS作为原始步态特征,对PMS进行傅里叶频谱分析(FSA).计算不同步态序列的PMS幅度谱的欧式距离,利用最近邻(NN)分类器进行识别.在中国科学院自动化所的CASIA Gait Database数据库上进行了实验,与其他3种方法进行了比较,新方法具有很高的识别率,证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮秋琦	北京交通大学信息科学研究所	105	1445	20.0	32.0
2	李小利	北京交通大学信息科学研究所	5	89	4.0	5.0
6	杨静	北京交通大学信息科学研究所	15	418	7.0	15.0