【计算机视觉】步态能量图GEI

最新推荐文章于 2023-01-16 23:22:36 发布
最新推荐文章于 2023-01-16 23:22:36 发布
阅读量1.8w 收藏 36
点赞数 18
分类专栏： 【机器视觉】 【图像处理】
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiaowei_cqu/article/details/18002883
版权
本文介绍了步态能量图（GEI），一种常用的步态识别特征。GEI通过简单的计算方法能体现步态的速度和形态特征。内容包括GEI的定义、步态周期的判断以及如何从步态剪影生成GEI的步骤。
摘要由CSDN通过智能技术生成

GEI简介

步态能量图（Gait Engery Image, GEI）是步态检测中最非常常用的特征，提取方法简单，也能很好的表现步态的速度，形态等特征。其定义如下：


其中，表示在第q个步态序列中，时刻t的步态剪影图中坐标为(x,y)的像素值。

步态周期的判断使用步态剪影的宽、高之比即可，这个值比较容易而且随步态状态呈现周期性变化。


步态剪影

单张步态剪影图需调节成宽为W，高为H的大小。调节时保持剪影的比例不变，即如果剪影本身w'/h'<W/H，则将剪影放缩为W*(W*h'/w')大小，并在W*H竖直居中放置。

得到rescaled的步态剪影的代码：

// get resized gait image
if(!walk_img.empty()){
	vector<vector<Point> > contours;
	vector<Vec4i> hierarchy;
	Mat walk_
最低0.47元/天 解锁文章
xiaowei_cqu
关注
专栏目录
步态能量图 matlab,【计算机视觉】步态能量图GEI
weixin_36329368的博客
03-23 706
GEI简介步态能量图(Gait Engery Image, GEI)是步态检测中最非常常用的特征，提取方法简单，也能很好的表现步态的速度，形态等特征。其定义如下：其中， 表示在第q个步态序列中，时刻t的步态剪影图中坐标为(x,y)的像素值。步态周期的判断使用步态剪影的宽、高之比即可，这个值比较容易而且随步态状态呈现周期性变化。步态剪影单张步态剪影图需调节成宽为W，高为H的大小。调节时保持剪影...
GEI步态能量图生成
weixin_30763397的博客
05-24 2347
步态能量图生成主要有两步，主要为： 在原始轮廓图上对人的轮廓进行裁剪，在下面制作步态能量图图片叠加以什么为中心位置也是一个问题。一般有两种方式，一种是中心位置为人体宽的一半。另一种是以头顶为中心位置。如：下图为原始图像与裁剪后的图像 为人体宽一般为中心位置 以头顶为中心位置 对裁剪后图像合成，一个步态周期的图像合成一个步态能量图，步态周期如何判断，网上有一些方法，这里直接是手动指定的。如下...
基于OpenCV的步态能量图生成
11-21
代码采用VS写的,可直接运行,主要是生成步态能量图
Python 实现步态能量图
U R MINE
01-23 5838
        步态识别领域有相当多的研究是基于 “类能量图”。一个步态周期内的所有轮廓按照某种规则累计构成的模板统称为 “类能量图”。能量图法不易受到轮廓噪声的干扰，有效地融合空间的信息，但是特征维数较高。下表展示了 “类能量图” 的主要类型[1]。本博客用 Python 实现步态能量图。         1 思路         首先我们通过图像分割算法可以获得一个步态内人的二值轮廓图像...
gait energy image
01-09
GEI gait recognition, test on CASIA dataset B
计算机视觉：步态识别-综述（一）
zhe470719的博客
01-06 9869
这里写目录标题简介影响因素数据集身体表示轮廓骨架时间表示模板特征表示神经网络CNNGAN3D CNNGCN最新发展和趋势身体表示时间表示特征表示神经网络数据集挑战与未来研究方向DisentanglementSelf-supervised LearningMulti-task LearningCross-Dataset EvaluationMulti-View RecognitionMulti-biometric Recognition 简介 非穿戴式步态识别系统主要使用视觉，因此通常称为基于视觉的步态识别。
步态能量图的实现（一）
BE A CREATOR
04-26 5855
// CreateGEI.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include #include #include #include using namespace std; using namespace cv; int main(int argc,char* argv[]) {     char filename
步态能量图实现（二）
BE A CREATOR
01-11 5136
前言      时隔半年，才写这个步态能量图（二），一方面是这次的实现使用了不同的数据库，另一方面，则是有了编码和思路上的改进。 本次改进 本次主要有以下三个方面的改进： 1. 实现的数据库是自动化所是的CASIA datasetB,之前实现的是USF的数据库，前者的数据量要比后者大得多。而且可以涉及到不同的角度，不同的行为（大衣、背包和正常）。 2. 编码上全部自动化提取文件夹
CNN卷积神经网络
qq_54615837的博客
02-01 5751
CNN卷积神经网络 一、CNN卷积神经网络概念 卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 二、CNN卷积神经网络原理 简要介绍下。神经网络的每个单元如下: 其对应的公式如下: 其中，该单元也可以被称作是Logistic回归模型。当将多个单元组合起来并具有分层结构时，就形成了神经网络模型。下图展示了一个具有一个隐含层的神经网络。其对应的公式如下: 比较类似的，可以拓展到有
基于能量的信息融合步态识别 (2009年)
05-11
针对步态能量图（GEI）和图像序列的Radon变换可以表征图像能量的特点，提出这两种形式的能量特征相融合的方法进行身份识别。在周期分割后的特征提取阶段分别使用GEl结合行列相结合的二维主成分分析（（2D）2PCA）方法和对步态序列图像进行Radon变换，在周期模板构造后用列方向的二维主成分分析（2DPCA）降维方法进行数据压缩。在识别阶段，采用多视角及多特征在决策层的融合方法。应用上述方法在CASIA步态数据库上进行实验，结果表明所提的步态识别方法具有较高的识别性能。
通过GEI子空间投影和协同表示分类进行步态识别
03-07
通过GEI子空间投影和协同表示分类进行步态识别
步态识别gaitgan论文
02-06
GaitGAN: Invariant Gait Feature Extraction Using Generative Adversarial Networks
m基于CNN卷积神经网络和GEI步态能量图的步态识别算法MATLAB仿真
最新发布
fpga/matlab/simulink算法仿真工程
01-16 599
步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在作案现场，但有样东西他们是很难控制的，这就是走路的姿势。英国南安普敦大学电子与计算机系的马克·尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异。
m基于AlexNet神经网络和GEI步态能量图的步态识别算法MATLAB仿真
fpga/matlab/simulink算法仿真工程
01-16 486
因此，序列的总数为240。电子与计算机系的马克·尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异。（4）提出了LRN层，对局部神经元的活动创建竞争机制，使得其中响应比较大的值变得相对更大，并抑制其他反馈较小的神经元，增强了模型的泛化能力。或许会给自己化装，不让自己身上的哪怕一根毛发掉在作案现场，但有样东西他们是很难控制的，这就是走路的姿势。
DCT变换 / DWT变换 ----课堂笔记
热门推荐
yamgyutou的博客
03-10 1万+
之前也学过，但没有个具体总结，忘差不多了。 一、 DCT变换的全称是离散余弦变换（DCT），主要用于数据或者图像的压缩，由于DCT能够将空域的信号转换到频域上，因此具有良好的去相关性的性能。DCT变换本身是无损的且具有对称性。对原始图像进行离散余弦变换，变换后DCT系数能量主要集中在左上角，其余大部分系数接近于零。将变换后的DCT系数进行门限操作，将小于一定值系数归零，这就是图像压缩中的量化...
深度步态识别综述（三）
顾道长生的科研笔记
12-26 2924
文章目录Gait Recognition（三）STATE-OF-THE-ARTAnalysis and TrendsPerformance ComparisonCHALLENGES AND FUTURE RESEARCH DIRECTIONSDisentanglementSelf-supervised LearningMulti-task LearningData Synthesis and Domain AdaptationCross-Dataset EvaluationMulti-View Recogn
基于python的步态分析_Python 实现步态能量图
weixin_29227585的博客
02-05 1488
步态识别领域有相当多的研究是基于 “类能量图”。一个步态周期内的所有轮廓按照某种规则累计构成的模板统称为 “类能量图”。能量图法不易受到轮廓噪声的干扰，有效地融合空间的信息，但是特征维数较高。下表展示了“类能量图” 的主要类型[1]。本博客用 Python 实现步态能量图。 1 思路首先我们通过图像分割算法可以获得一个步态内人的二值轮廓图像，如下所示： 然后我们需要将人从图片中剪切出来，获得一副...
GaitGAN: Invariant Gait Feature Extraction Using Generative Adversarial Networks论文翻译以及理解
lighting
10-24 2680
GaitGAN: Invariant Gait Feature Extraction Using Generative Adversarial Networks论文翻译以及理解 格式：一段英文，一段中文 2. Proposed method To reduce the effect of variations, GAN is employed as a regressor to generate ...
帧级步态能量图与卷积LSTM的人体步态识别
"这篇论文提出了一种基于帧级步态能量图像（frame-by-frame Gait Energy Images, f-GEI）和卷积长短期记忆网络（Convolutional Long Short-Term Memory, Conv-LSTM）的人体步态识别方法，旨在提高识别率。...
评论 22
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值