基于LBP和HOG特征分层融合的步态识别

• 作者: 刘文婷 卢新明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 光流法 步态能量图 局部二值模式 梯度方向直方图 融合特征
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 图形图像处理
• 页码范围: 168-175
• 页数: 8页
• 分类号: TP391.4
• 字数: 6947字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1806-0009

摘要

针对步态能量图(GEI)在提取人体信息时只描绘出了轮廓信息,而丢失了内部特征的局限性,提出一种基于人体目标图像的局部二值模式(LBP)与方向梯度直方图(HOG)分层融合的GEI识别算法.该算法步骤包括:首先用光流法提取步态周期,获得一个周期的步态能量图(GEI);然后分三层提取GEI的LBP特征,得到三层的LBP图像;依次提取每层LBP图像的HOG特征,最后将每层提取的LBP和HOG特征融合,得到每层的新特征;最后将三个新特征依次融合成可以用于识别的最终特征.通过几种方法对CASIA和USF步态数据库的实验对比,提出的算法取得了更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢新明	山东科技大学计算机科学与工程学院	26	385	11.0	19.0
2	刘文婷	山东科技大学计算机科学与工程学院	2	15	2.0	2.0