基于低秩分解的异常步态活动图像序列识别

• 作者: 邱妍妍 高增
• 来源期刊: 计算机仿真
• 关键词: 低秩分解 异常步态 图像序列 识别 多特征
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 仿真服务化
• 页码范围: 415-418
• 页数: 4页
• 分类号: F272
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.06.087

摘要

由于传统图像序列识别方法受噪声因素影响,导致序列识别精度较低,提出一种基于低秩分解的异常步态活动图像序列识别方法.设定步态历史图像序列作为标准图像序列,根据矩函数的特征向量,列出Zermike矩提取图像序列特征向量数据.对步态图像像素点矩函数特征进行识别并转化为向量格式,利用低秩分解方法构建结构化矩阵低秩表示模型,去除序列特征向量数据噪声.对分解去噪后的数据进行Curvelet特征转化,得到形变约束完成图像序列识别.仿真结果表明,所提方法的图像序列识别率达到了90％,充分说明所提方法的识别精度较高,且去噪效果十分理想,优于现有方法.