【摘 要】
:
为了快速有效地进行步态识别,针对步态能量图像能够表征步态信息和2维主成分分析能快速降维的特点,提出了一种基于步态能量图像和2维主成分分析的步态识别方法。该方法首先应用背景减除法分割出人体轮廓;然后通过人体宽高比的相关信号确定运动周期,再对二值周期序列进行步态能量图像(GEI)合成;最后运用行列相结合的2维主成分分析((2D)~2PCA)方法与加权的2维主成分分析(W(2D)~2PCA)方法提取特征
【基金项目】
:
国家高技术研究发展计划(863)项目(2008AA012148),黑龙江省杰出青年科学基金项目(JC200703)致谢本文实验采用的CASIA步态数据库由中国科学院自动化研究所提供,在此表示感谢.
论文部分内容阅读
为了快速有效地进行步态识别,针对步态能量图像能够表征步态信息和2维主成分分析能快速降维的特点,提出了一种基于步态能量图像和2维主成分分析的步态识别方法。该方法首先应用背景减除法分割出人体轮廓;然后通过人体宽高比的相关信号确定运动周期,再对二值周期序列进行步态能量图像(GEI)合成;最后运用行列相结合的2维主成分分析((2D)~2PCA)方法与加权的2维主成分分析(W(2D)~2PCA)方法提取特征主向量,并采用最近邻分类器进行分类。实验结果表明,该步态识别方法可以有效降低前期处理对分类识别的影响,而
其他文献
目前多模医学图像配准都定位在两幅图像配准的研究,很少涉及N维(3维及3维以上)图像的配准。当用扩展的N维互信息测度(E-NMIM)进行多个图像配准时,不能保证互信息(MI)值的非负性,并且运算速度慢,达不到临床要求。本文提出一种新的N维互信息测度(N-NMIM),不仅保证了MI值的非负性,而且在[1,2]有界范围内,也提高了配准的速度。通过腰椎部位的CT,T1加权的MRI和T2加权的MRI图像进行
为了在图像处理中快速地实现运动检测和相机自身运动方式估算,引入了基于生物视觉机制的Reichardt运动检测器模型 (EMD)和感受域模板。分析了Reichardt运动检测器模型的基本特性
目的研究分析胰腺浆液性囊腺肿瘤的临床诊断和治疗方法,以提高诊断率和治疗水平。方法选取我院从1997年10月至2013年1月收治的60例经病理证实的胰腺浆液性囊腺肿瘤患者作为研
随着对神经内分泌肿瘤认识的深入及诊断技术的提高,过去认为是罕见病的胰腺神经内分泌肿瘤发病率逐年升高。目前已成为一类严重影响人类健康的疾病。最近美国流行病学检测及
目的探讨肝内(ICC)与肝门部胆管癌(HCCA)临床病理学特征及肿瘤相关蛋白表达的差异。方法回顾性分析86例ICC和75例HCCA患者临床病理资料;免疫组织化学sP法观察肿瘤相关蛋白Her-1、H
众所周知,一个优秀的平滑算法必须在去除噪声的同时,还要具有良好的边缘细节保持能力。稳健平滑算法虽然是一种很简单的算法,但存在着它的缺陷。针对稳健平滑算法只能消除空间密度不大的椒盐噪声这一不足,在分析和实现已有改进算法的基础上,提出了新的改进策略,即一种自适应的稳健平滑算法,该算法在去除密度大的噪声的同时,保持了良好的边缘信息,使处理效果得到了很大的改进。该算法用MATLAB编程,通过这种新的自适应
在目标跟踪、视频编码等领域都需要对全局运动进行快速准确的估计。针对既有摄像机运动义有前景物体运动的视频图像序列的全局运动估计问题,提出了一种新的全局运动估计算法。该新算法先采用3层金字塔进行多分辨率计算;然后在每层运算中都采用基于块的去外点法来有效去除外点。为了提高运算速度,在金字塔下面两层中还分别采用四皇后、八皇后模板抽取背景像素,只有被抽到的像素才参与迭代计算。通过对比试验可以看到,该算法在不
利用Hough变换对直线进行检测,通常存在"速度缓慢、结果不够精确"的问题,本文提出了"分式查表法",能在大幅度减少Hough变换的总计算量的情况下,检测精度保持最高,从而使超大型图像中,直线的实时、精确检测成为可能。
为了适应不可靠网络传输对编码抗干扰能力的要求,提出了一种基于分层结构的多描述编码方案,该方案根据质量可分级的编码思想将小波系数分为两个描述,独立传输。其每个描述均包含基本层和增强层两部分信息。基本层由系数的关键信息组成,可拷贝到两个描述中同时传输,而增强层是系数的剩余信息,可拆分成两个部分通过不同描述传输。由于每个描述均包含可以恢复图像基本质量的关键信息,因此即使在丢失一个描述的情况下也可以保证较
基本矩阵作为分析两视图对极几何的有力工具,在视觉领域中占用重要的地位。分析了传统鲁棒方法在基本矩阵的求解问题中存在的不足,引入了稳健回归分析中的LQS方法,并结合Bucket分割技术,提出一种鲁棒估计基本矩阵的新方法,克服了RANSAC方法和LMedS方法的缺陷。模拟数据和真实图像实验结果表明,本文方法具有更高的鲁棒性和精确度。