人形识别(Human shape recognition,简称HSR)技术是指利用人体成像的一定特征,通过对图形图像的处理,最终在成像空间中发现识别和定位人形目标的技术。人形识别(HSR)技术是智能安防(Smart Security,简称SS)系统的一项重要技术,是计算机视觉,模式识别,图像处理技术和形态学技术的融合,是智能安防(SS)系统的重要研究课题,可以被广泛的应用到智能监控、智能交通、目标循迹、目标跟踪等领域。人形识别的实现过程可以分为目标检测、边界提取、人形目标匹配和人形目标识别等过程。论文从人形识别的实现过程出发,依照顺序过程讨论了相关的实现技术和算法。在目标检测部分,简述了目标检测中常用的帧间差分、背景差分、光流场方法,并且针对各种方法结合论文研究内容,指出了各自的不足和优点,最终得出背景差分方法适合论文内容。检测之后目标区域的定位部分,提出了利用基于灰度的头肩模型来进行目标的精确定位的方法。实验表明,该方法具有一定的精确性。在目标的匹配和识别部分,讨论了匹配和识别的常用方法,给出了一种应用形状特征来进行目标的匹配和识别的方法。在匹配中给出了人体的上身的轮廓形状模型,利用人体轮廓的曲率的变化特性,寻求曲率的变化规律。通过曲率的变化特点,很好的匹配出人体轮廓的关键点,得到了人体轮廓的区域。在上述目标匹配的基础上,人形轮廓区域被关键点分为了几部分并且通过对各个分段区域的曲率变化进行统计计算,得到该目标的识别率。所提出的人形识别问题的新算法针对实际静态图片中人体的正面直立图片在MATLAB7.0环境中仿真,通过对实验结果进行分析,新方法的识别速度和准确性均取得了较好的效果,验证了论文作者设计的算法是有效的。