if．算机研究与发展ISSN1000—12391CN11-1777／TPJournalof【’omputerRcsearchandDevclopmcnt46(2)：295—301，2009用行人轮廓的分布直方图分类和识别步态陈实1一马天骏2高有行21(浙江万里学院设计学院浙江宁波315100)2(西安电子科技大学计算机学院西安710071)(schen@mail．xidian．edu．cn)GaitRecognitionUsingDistributionsofSilhouetteFeatureChenShil～，MaTianjun2，andGaoYouxin921(FacultyofDesign，ZhejlankWanliUniversity，Ningbo，Zhejiang315100)2(SchoolofComputerScienceandTechnology。XidianUniversity，Xi’an710071)AbstractVision—basedhumanidentificationatadistanceinsurveillancehasrecentlygainedmoreattentions．Gaithastheadvantagesofbeingnon—invasiveanddifficulttoconceal，andisalsotheonlyperceivablebiometricatadistance．Thispaperintroducesanovelfeaturerepresentatiorimethodforgaitanalysisandrecognitionapplications．Themethodincludesfollowingsteps：first，silhouetteextractionisperformedforeachimagesequence．Secondly，thedistributionsofsampledpointsftomthehumanlocalsilhouetteareanalyzedandthegaitcycleisdetectedbyahistogram—basedapproach．Thirdly．bytilinganddispersingallimageframesacrossonegaitcycleinatwo-dimensionalplanealongaringframebyframeatafixedinterval，acontextualstancesappearancemodelisbuilt．Thegaitappearancemodelconsistsofthestructuralinformationoftheindividualsilhouetteandcontextualsilhouettescenteredatthecurrentframeinthepolar—plane．Withadesignedinvarianthistogram—baseddescriptor，thegaitappearancecharacteristicsaredescribedasasequenceofshapedistributions．ThesedistributionsarefinallyusedtoachievegaitrecognitionbasedonJeffreydivergencematchingcriterionanddynamictimewarpingtechnology．Recognitioncapabilityisillustratedbyan87．59％CCRonSotondatabaseandtheresultshowsthatourapproachoutperformsexistingmethods．Keywordsgaitrecognition；behavioralbiometrics；gaitanalysis；humansi[houette；shapematching；distributions摘要现有的步态识剐方法对行人轮廓匹配的鲁棒性差，识别率不高．提出了一种基于轮廓直方图分布的行人步态识别方法．首先提取行人二值轮廓序列；然后通过人体局部轮廓的点分布直方图获取步态周期；继而构造表达帧问关系的周期步态平面，设计一种直方图分布的描述子获得帧姿态特征值，计算出姿态轮廓特征分布间的Jeffcry距离，结合动态时间规整技术获取了测试序列和参考序列间的匹配相似度，最终完成了识别．在Soton步态数据库上进行了实验，提出算法的正确识别率可达87．59％，与相关文献的对比分析表明算法是有效的．关键词步态识别；行为特征；步态分析；行人轮廓；形状匹配；直方图分布中国法分类号TP391．41收稿日期：2007-02-25；修回日期：2008—01—31基金项目：宁波市自然科学基金项目(2008A610011)f陕西省自然科学基金项目(2006F48)万方数据296计算机研究与发展2009，46(2)步态识别是指从有限的图像序列中寻找和提取行人的特征，进而通过匹配和分类判定或确认其身份．与指纹、足印和人脸等生物特征识别不同，步态识别具有对影像分辨率要求低、能够远距离识别、无需和被测对象接触与合作、被测对象难以伪装等特点，它在远距离视觉监控系统、智能人机交互、医学诊断、动画制作和视频传输等有广泛的应用前景，近年来成为计算机视觉领域一个热点问题．步态识别的关键是特征的提取和匹配过程．基于行人图像序列间的轮廓特征匹配方法因为其数据的可适应能力和识别的可靠性，逐渐成为步态识别的主流．步态的轮廓特征由静态和动态两方面基本特征构成，静态特征着眼于单帧图像的形状特点，动态特征则研究各帧图像间的关系．现有的轮廓静态帧特征匹配方法有：文献[1]直接比较轮廓外形间的互相关统计量，文献[2]提出了轮廓的解卷绕，用轮廓边缘的矢量变分将边缘信息编码成一维形式．这类方法反映了瞬问的几何度量...
