基于频谱分析的Procrustes统计步态识别算法

杨静，阮秋琦，李小利

(1.北京交通大学信息科学研究所，北京 100044;2.北京交通大学现代信息科学与网络技术北京市重点实验室，北京 100044)

基于频谱分析的Procrustes统计步态识别算法

杨静1，2，阮秋琦1，李小利1，2

(1.北京交通大学信息科学研究所，北京 100044;2.北京交通大学现代信息科学与网络技术北京市重点实验室，北京 100044)

在信息安全越加重要的现代社会，步态识别以其特有的优势作为一种身份识别手段，得到了很多关注.提出一种基于Procrustes均值形状的傅里叶频谱分析(FSAOPMS)的适用于多视角的步态识别方法.利用Procrustes统计形状分析方法将步态序列中人体轮廓的连续步态变化表示成一个紧致的Procrustes均值形状(PMS)，将PMS作为原始步态特征，对PMS进行傅里叶频谱分析(FSA).计算不同步态序列的PMS幅度谱的欧式距离，利用最近邻(NN)分类器进行识别.在中国科学院自动化所的CASIA Gait Database数据库上进行了实验，与其他3种方法进行了比较，新方法具有很高的识别率，证明了该算法的有效性.

步态识别;Procrustes统计形状分析;Procrustes均值形状(PMS);傅里叶频谱分析(FSA);多视角识别

生物特征识别技术作为一种身份识别手段，已成为国际上的研究热点，对信息安全有重要研究意义.步态识别就是根据人走路的姿态进行识别，步态识别以其固有的优势受到越来越多的关注，其中优势有:非入侵性、难以隐藏性、用户接受程度高，因此也涌现了大量的步态识别算法.算法大概可以分为2种:基于模型和非模型的方法.其中基于模型的方法，首先……