发明名称 |
一种基于二维耦合边距Fisher分析的跨视角步态识别方法 |
摘要 |
本发明提供一种基于二维耦合边距Fisher分析的跨视角步态识别方法。本发明结合不同视角下步态能量图的特点以及耦合度量学在跨域生物特征识别上的优越性,提出了二维耦合边距Fisher分析,在矩阵空间内削弱跨视角步态能量图的数据差异,保持样本间的局部关系,使类间散度最大,类内散度最小,大大提高了跨视角步态识别性能。 |
申请公布号 |
CN106096528A |
申请公布日期 |
2016.11.09 |
申请号 |
CN201610397211.2 |
申请日期 |
2016.06.03 |
申请人 |
山东大学 |
发明人 |
贲晛烨;张鹏;贾希彤;庞建华;朱雪娜;马璇 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
济南金迪知识产权代理有限公司 37219 |
代理人 |
吕利敏 |
主权项 |
一种基于二维耦合边距Fisher分析的跨视角步态识别方法,其特征在于,该方法包括:在线训练阶段和离线测试阶段;所述在线训练阶段包括步骤如下:1)对于两种视角θ和<img file="FDA0001009385010000011.GIF" wi="38" he="45" />下的步态能量图特征,构建类内相似矩阵和类间惩罚矩阵;2)初始化两种视角θ和<img file="FDA0001009385010000012.GIF" wi="36" he="46" />下的列投影矩阵,对于给定的列投影矩阵求解类间散度矩阵和类内散度矩阵;3)求解广义特征值问题,得到两种视角下行投影矩阵;4)对于给定的行投影矩阵求解类间散度和类内散度矩阵;5)求解广义特征值问题,得到两种视角下列投影矩阵;所述离线测试阶段方法包括步骤如下:6)将视角θ下的注册样本集和视角<img file="FDA0001009385010000013.GIF" wi="35" he="47" />下的待测样本分别映射到一个共同子空间;7)通过最近邻分类器对待测样本进行分类。 |
地址 |
250199 山东省济南市历城区山大南路27号 |