赵喜玲, 何 勇

(信阳农林学院 计算机科学系,河南 信阳 464000)

基于M-GCHMM步态识别研究*

赵喜玲*, 何 勇

(信阳农林学院 计算机科学系,河南 信阳 464000)

步态识别是通过人走路方式来识别人的身份方法.该文采用高斯多元混合输出模型,改进CHMM在步态识别中的应用.首先，采用背景减除法进行步态检测，用边缘跟踪法提取出步态图像的边缘轮廓，训练得到的关键帧用多元高斯混合输出连续隐马尔可夫模型来表示,最后用近邻法进行识别.在不同视角下，利用CASIA数据库对该算法进行验证，取得了较高的识别率，该算法对视角的变化有一定的鲁棒性.

步态识别；多元高斯混合输出连续隐马尔可夫模型；背景减除；k-均值聚

步态识别作为一个新的生物识别领域，近年来取得了一系列的研究成果.柴艳妹等提出一种基于区域特征的识别方法[1]；叶波等提出一种基于小波变换和支持向量机的步态识别算法[2]；李潇等提出了一种基于Snake模型的改进算法[3]；贲晛烨等提出了基于线性插值的张量步态识别算法[4]；本文提出了一种基于M-GCHMM的步态识别方法，该算法考虑了步态动态和静态信息特征.在同一实验条件下与文献[7]和文献[8]进行了比对，实验表明，该算法对视角的变化有一定的鲁棒性.

1 步态图像检测及预处理

对于步态图像序列，首先，经过图像的预处理获得前景图像；然后，去除前景图像中的干扰信息，保留人体运动目标信息；最后，对轮廓图像进行形态学处理，为下……