APP下载

基于HOG特征的步态运动目标提取

2018-12-18黄婷婷

电脑知识与技术 2018年27期

黄婷婷

摘要:利用HOG特征对步态序列图像进行预处理,可以框定人体所在区域;在此基础上使用图割算法,可以将该区域中的步态运动目标提取出来。实验结果表明,本文算法有效克服了传统的人体轮廓分割算法容易产生的人体轮廓缺失及人体阴影的问题。

关键词:步态识别;图像预处理;HOG;图割

中图分类号:TP31 文献标识码:A 文章编号:1009-3044(2018)27-0188-02

步态识别是一种新颖的生物特征识别技术[1],在国际上从90年代开始发展起来。它起源于心理学的相关研究,通过人体的行走姿势来识别和验证人的身份[2]。它的优点是采集数据不需要实际的物理接触,是隐藏的、非侵入性的。其工作原理为:(1)摄像机采集行人视频;(2)从背景图像中分割出目标轮廓;(3)图像预处理,提取特征;(4)特征分类,然后利用步态数据库进行识别。从其工作原理来看,利用图像处理从背景中检测出的字符是步态识别的基础。如果检测到的数据不完整或丢失,将影响步态特征提取的完整性和有效性。

传统的人体轮廓分割算法有背景差分法、Codebook算法、高斯背景建模方法等。背景差分法是对一个步态周期内的每一帧图片采用前景减去背景的差值图的方法,该方法的优点是算法简单、容易实现,缺点是要求背景静止且对光照敏感,在户外光照条件下容易出现轮廓缺失。CodeBook算法可以解决背景差分法在动态背景建模方面的问题,但算法复杂度较高,需消耗大量内存,且存在人体阴影问题。高斯背景建模方法对光照不敏感,但算法复杂耗时,且仍不能解决人体阴影。……

登录APP查看全文