基于 Zernike 矩不变量的协变量感知步态识别方法
计算机视觉与模式识别
2016-11-22 v1
摘要
步态识别，即通过人的步行模式进行身份识别，是一个新兴领域。虽然现有的步态识别技术在正常行走条件下表现良好，但其性能往往会随着衣着和携带条件的变化而急剧下降。在本研究中，我们提出了一种新颖的协变量感知框架来处理此类协变量的存在。我们通过从视频序列中形成称为平均能量轮廓图像（AESI）的单一 2D 时空模板来描述步态运动。然后计算 Zernike 矩不变量（ZMIs）以筛选 AESI 中受协变量影响的部分。随后，从有向梯度的空间分布（SDOGs）和新颖的方向像素均值（MDPs）方法中提取特征。将获得的特征融合在一起，形成最终的特征丰富的特征集。在三个公开可用的数据集（即 CASIA 数据集 B、OU-ISIR 跑步机数据集 B 和 USF Human-ID 挑战数据集）上对所提框架与最近发表的步态识别方法进行了实验评估，证明了其优越的性能。
关键词
引用
@article{arxiv.1611.06683,
title = {Covariate conscious approach for Gait recognition based upon Zernike moment invariants},
author = {Himanshu Aggarwal and Dinesh K. Vishwakarma},
journal= {arXiv preprint arXiv:1611.06683},
year = {2016}
}
备注
11 pages