步态骨骼模型的协同表示识别方法

• 作者: 关桂珍 杨天奇
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 步态识别 Kinect 骨骼模型 质心 频谱分析 协同表示
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 143-152
• 页数: 10页
• 分类号: TP391
• 字数: 6186字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1610036

摘要

针对目前步态识别中极易受到服饰和携带物等影响的难题,提出一种基于Kinect获取骨骼模型的步态识别新方法.对步态3D骨骼模型提取人体总质心,并与在步态周期中富有运动特征的人体四肢分质心的活动信息结合,分别得到动态与静态特征.动态特征可看作是周期信号,使用小波分解和带高斯滤波的离散傅里叶变换进行频谱处理,消除了外界干扰并增强了特征之间的差异性.通过动态时间规整算法把步态骨骼特征投影到相异空间,用协同表示进行匹配和归一化加权融合,最后根据最近邻算法进行分类识别.实验证明,该方法与稀疏表示识别算法相比得到了较为理想的识别效果,为步态识别在身份认证的应用领域提供了可靠的理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨天奇	暨南大学信息科学技术学院	44	282	9.0	14.0
2	关桂珍	暨南大学信息科学技术学院	1	2	1.0	1.0