步态识别综述(一)

本文介绍了步态识别技术,主要分为基于统计特征和基于模型的方法。统计特征方法包括运动形状分析、对称分析和图片自相似;模型方法如VHT利用时间相关性提取线性运动参数。识别阶段涉及模板匹配和统计方法,如动态时间规整、隐马尔可夫模型和动态贝叶斯网络。步态识别广泛应用于计算机视觉领域。
摘要由CSDN通过智能技术生成

最近工作需要,要调研一下步态识别技术,于是在网上找了几篇中文的综述,在这里整理下。



步态识别,是识别的问题,所以关键的技术仍然是特征的表达以及提取,目前主要分为基于统计特征的方法和基于模型的方法两大类。


一、基于统计特征的方法

重点关注人运动的动态信息,这类方法通过行人的照片序列中产生的时空模式的分析表示步态,直接从人体图像中提取出步态的特征数据用于步态识别。它又可以细分为很多类方法,主要有:

1.基于运动的形状分析

利用步态序列图像的光流的频率和位置信息进行步态识别,从含有一组从高密度的光流分布的运动差中获得的运动特征的形状。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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