基于特征点匹配的步态识别.docx

2018年第37卷第1期传感器与微系统(TransducerandMicrosystemTechnologies)137

DOI:10.13873/J.1000—9787(2018)01—0137—04

基于特征点匹配的步态识别*

王阳

（中南大学信息科学与工程学院，湖南长沙410000)

摘要：基于图像特征点匹配的算法思想，结合步态能量图(GEI),提出了一种适用于2幅GEI匹配的步态识别方法。在GEI中采用改进的FAST算法提取特征点，并采用具有良好特征描述性能的BRIEF算法描述特征点。考虑到GEI匹配不要求特征点具有旋转不变性，提出了一种质心角约束条件加速特征点的匹配。在CASIA数据库B库上的实验结果表明：方法在识别率和特征计算时间上均具有良好的表现。

关键词：步态识别；特征匹配；步态能量图；BRIEF特征；FAST算法

中图分类号：TP212文献标识码：A文章编号：1000—9787(2018)01—0137—04

Gaitrecognitionbasedonfeaturepointsmatching*

WANGYang

(SchoolofInformationScienceandEngineering,CentralSouthUniversity,Changsha410000,China)

Abstract:Anewgaitenergyimage(GEI)-matchingmethodforgaitrecognitionbasedonalgorithmoffeaturepointsinimagematchingispresented.ImprovedFASTcornerdetectionisemployedtoextracttheferturepointsandBRIEFdescriptorisusedtodescribethem.Consideringthatrotationinvarianceisnotrequired,aconstraintconditioncalledcentroidangleconstraintisproposedtospeedupthematching.ExperimentsonCASIADatasetBprovethattheproposedapproachhasencouragingperformanceinbothrecognitionrateandcomputationtime.

Keywords:gaitrecognition;featurematching;gaitenergyimage(GEI);BRIEFfeature;FASTalgorithm

0引言

步态识别具有可远距离感知，低分辨率识别，无需目标配合，非侵犯性等特点。因此，在计算机视觉和模式识别领域引起了国内外的广泛关注[1]。

KumarHPM等人[2]利用最小惯性轴和最外轮廓的距离关系将步态特征提取为区间值符号特征的形式。BouchrikaI等人[3]利用模型法研究了多变量（如速度、衣物、鞋子等）共同作用对步态识别的影响。LienCC等人[4] 提出了一种动态步态模型拟合算法，构建了基于轮廓图像序列的连接角模型。BoulgourisNV等人[5]对二值步态轮廓进行Radon变换，从而在步态序列中获得一个Radon模板，用线性判别分析和子空间投影提取出了Radon模板系数来作为步态特征。MakiharaY等人[6]提出了一种基于判别分析的多视角步态识别方法，将特定视角投影矩阵投影到判别子空间中，并用张量表示的判别分析进行降维处理获得步态特征。HanJ等人[7]提出了一种步态能量图像(gaitenergyimage,GEI),以反映轮廓形状和步态周期的变化。ChenChanghong等人[8]在GEI的基础上进行改进，提出了帧差能量图的方法，不仅对轮廓噪声具有鲁棒性，还保

:2017—02—06万方数据

:2017—02—0