基于模糊理论决策的双向二维PCA步态识别算法  

A gait recognition algorithm using fuzzy theory decision double-directional two-dimensional principal component analysis

作　　者：陈祥涛[1] 张前进[2] 张双玲 

机构地区：[1]河南科技大学现代教育技术与信息中心,河南洛阳471003 [2]河南科技大学电子信息工程学院,河南洛阳471003 [3]河南省工业设计学校机电工程系,河南郑州450002

出　　处：《图学学报》2012年第6期103-109,共7页Journal of Graphics

基　　金：河南省重点科技攻关资助项目(082102240086);河南省教育厅科学技术研究重点资助项目(12B520019)

摘　　要：针对步态识别中的平均步态能量图像系数矩阵维数过高和分类较困难的特点,提出一种基于模糊理论决策分类的双向二维主成分分析的步态识别算法。通过预处理技术得到平均步态能量图并将得到的图像分割为多个子图像,利用双向二维主成分分析来降低平均步态能量子图像的系数矩阵维数,加快识别速度。引入模糊理论决策的方法进行最近邻分类器的分类。最后在CASIA步态数据库上对所提出的算法进行实验,实验结果表明该算法具有较好的识别性能并有较强的鲁棒性。A gait recognition algorithm is proposed based on fuzzy theory classification decision double-directional two-dimensional principal component analysis（DTPCA） for the problems of high dimensionality and difficult classification of mean gait energy image（MGEI） coefficient matrix.A preprocess technique is used to obtain MGEI,which is then divided into some of sub-image blocks,then DTPCA is used to reduce the dimension of mean gait energy sub-image blocks coefficient matrix and improve the recognition speed.The fuzzy theory is introduced to classify the nearest-neighbour classifiers.The proposed algorithm is evaluated on CASIA Gait Database.Experimental results show that the proposed approach achieves a high recognition accuracy and stronger robustness.

关 键 词：步态识别 平均步态能量图 主成分分析 双向二维主成分分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]