第5期 杨静，等：基于频谱分析的Procrustes统计步态识别算法 439。 紧致平均表示，PS的傅里叶频谱中，低频部分表示了 别[0.计算机工程，2005,31(2)：4849,162. 整个轮廓的信息，高频部分主要表现了一些运动的细 HAN Hongzhe,LI Bin,WANG Zhiliang.et al.Gait recog- 节信息，这样一来特征包括得比较完整，识别率就相应 nition based on Fourier descriptors[]].Computer Engineer- ing,2005,31(②)：48-49,162. 地提高了；2))PMS进行步态识别只考虑到了整体的信 [门]张元元，吴晓娟，阮秋琦.基于切向角特征的统计步态识 ,息，忽略了局部的信息：而PMS+TAF只考虑了形状的 别0.模式识别与人工智能，2010,23(4))：539545. ZHANG Yuanyuan WU Xiaojuan RUAN Qiugi.Statistical 局部轮廓信息，没有考虑整体信息：关键帧进行傅里叶 gait recognition based on tangent angle features[J].Pattern 变换只考虑了关键帧的信息，对一个周期中的其他帧 Recognition and Artificial Intelligence,2010,23(4)539- 没有考虑因此，这3种方法的识别率都没有新提出方 545 法的识别率高. 图]高海燕正面步态特征提取方法研究D)]北惊：北京交 通大学2009：57-68. 4结束语 GAO Haiyan.Researches on front-view gait feature extrac- tion[D].Beijing:Beijing Jiaotong University,2009::57 本文提出了一种利用FSAOPMS来表征人的步 63. 态特征信息的算法.其创新点就是将Procrustes统计 ]赵永伟，张二虎.多特征和多视角信息融合的步态识别 分析方法和傅里叶频谱分析方法有效地结合在一 0.中国图象图形学报，2009,14(3)：388-393. ZHAO Yongwei.ZHANG Erhu.Gait recognition via multi 起.Procrustes统计分析方法是基于统计学的方法， ple features and views infommation fusionJ]Journal of Im- 此法可以得到一段视频中的多帧图像的有效信息， age and Graphics,2009,14(3)):388-393. 信息遗漏相对来说更少，利用Procrustes?统计分析方 10]1阮秋琦.数字图像处理[.北京：电子工业出版社， 2007::204-209. 法得到PMS.PMS的相似性在时域度量比较困难， RUAN Qiuqi.Digital image processng[M]Beijing:E 但是傅里叶频谱分析非常善于分析在时域中不明显 lectronic Industry Press,2007:204-209. 的一些特征：所以，可以利用傅里叶频谱分析PMS,: 山程佩青.数字信号处理.北京：清华大学出版社， 所得幅度谱中的低频部分包含了PMS的整体轮廓 2009::98-193. 信息，高频部分包含了PMS的细节信息，以其幅度 CHENG Peiring Digital signal processing[M]].Beijing: Tsinghua University Press,2009:98-193. 谱之间的欧式距离作为PMS的相似度测量进行识 12]KUSAKUNNIRAN W,WU Qiang,ZHANG Jian,et al. 别.在CASIA Database B上进行了实验，与其他3种 Multi-viewgait recognition based on motion regression usng 方法进行了对比，证明了提出的方法在多视角步态 mulilayer perceptron[C]//Proeedings of the IEEE Interma-- tional Conference on Pattemn Recognition.Washington,DC,, 识别中的优越性. USA\:IEEE Computer Society,2010::2186-2189. 针对未来步态识别的研究，重点是发掘更本质 作者简介： 的特征，同时采用多特征融合技术，从而使提取的步 杨静，女，1987年生，硕士研究生 态特征能够更完整地表达运动本质， 主要研究方向为图像处理与模式识别， 参考文献： [1]|CUNADO D.NIXON M S,CARTER J N.Using gait as a biometric,via phase-weighted magnitude spectra[C]//Pro- cedings of the International Conference on Audio and Vide- o-based Biometric Person Authentication.Crans-Montana 阮秋琦，男，1944年生，教授，博士 Switzerland,1997:.95-102. 生导师，北京交通大学信息科学研究所 [2]LEE L.Gait analysis for recognition and classifiation 所长，EEE高级会员.主要研究方向 C]//Proceedings of the Ffth IEEE Intemational Confer- 为图像处理、计算机视觉、模式识 ence on Automatic Face and Gesture Recognition.Wash- 别、虚拟现实.曾承担国家自然科学 ington,DC,USA,2002::148-155. 基金重大项目，国家自然科学基金项 [3]YO0 J H,NDXON M,HARRIS CJ.Extracting human gait 目，国家"863"项目，铁道部、省、市级 signatures by body segment properties[C]//IEEE Southwest 科研项目50余项.曾获国家教委科技进步二等奖、铁道部科 Symposium on Image Analysis and Interpretation.Sante Fe, 技进步二等奖和三等奖等.发表学术论文350余篇，出版著 USA,2002:.35-39. 作3部，获国家专利1项。 4]YANG X.ZHOU YZHANG T.et al.Gabor phase based gait recognition[].Electronics Letters,2008::44(10): 李小利，女，1986年生，博士研究生 620-621 主要研究方向为图像处理与模式识别 5]WANG Liang TAN Tieniu HU Weiming et al.Automatic gait recognition based on statistical shape analysis IEEE Transactions on Image Processing,2003,12(9)): 1120-1131 6]韩鸿哲，李彬，王志良，等基于傅立叶描述子的步态识参考文献: 6] 韩鸿哲,李彬,王志良,等.基于傅立叶描述子的步态识 紧致平均表示,,PMS 的傅里叶频谱中,低频部分表示了 整个轮廓的信息,高频部分主要表现了一些运动的细 节信息,这样一来特征包括得比较完整,识别率就相应 地提高了;2) PMS进行步态识别只考虑到了整体的信 息,忽略了局部的信息;而PMS+TAF只考虑了形状的 局部轮廓信息,没有考虑整体信息;关键帧进行傅里叶 变换只考虑了关键帧的信息,对一个周期中的其他帧 没有考虑.因此,这3种方法的识别率都没有新提出方 法的识别率高. 阮秋琦,男,1944年生,教授,博士 杨静,等: 目,国家"863"项目,铁道部、省、市级 科研项目50余项.曾获国家教委科技进步二等奖、铁道部科 技进步二等奖和三等奖等.发表学术论文350余篇,出版著 生导师,北京交通大学信息科学研究所 所长,IEEE高级会员.主要研究方向 为图像处理、计算机视觉、模式识 别、虚拟现实.曾承担国家自然科学 基金重大项目,国家自然科学基金项 作3部,获国家专利1项. 基于频谱分析的Procrustes统计步态识别算法 12] KUSAKUNNIRAN W,WU Qiang,ZHANG Jian,et al. Multi-view gait recognition based on motion regression using mulilayer perceptron[C]//Proeedings of the IEEE Interma￾tional Conference on Pattemn Recognition. Washington,DC, USA: IEEE Computer Society,2010: 2186-2189. 4 ] YANG X,ZHOU Y,ZHANG T,et al. Gabor phase based gait recognition[J]. Electronics Letters,2008: 44(10) : 620-621 本文提出了一种利用FSAOPMS 来表征人的步 态特征信息的算法.其创新点就是将Procrustes统计 分析方法和傅里叶频谱分析方法有效地结合在一 起.Procrustes 统计分析方法是基于统计学的方法, 此法可以得到一段视频中的多帧图像的有效信息, 信息遗漏相对来说更少,利用Procrustes统计分析方 法得到PMS.PMS 的相似性在时域度量比较困难, 但是傅里叶频谱分析非常善于分析在时域中不明显 的一些特征;所以,可以利用傅里叶频谱分析 PMS, 所得幅度谱中的低频部分包含了PMS的整体轮廓 信息,高频部分包含了PMS的细节信息,以其幅度 谱之间的欧式距离作为PMS 的相似度测量进行识 别.在CASIA Database B上进行了实验,与其他3种 方法进行了对比,证明了提出的方法在多视角步态 识别中的优越性 [2] LEE L. Gait analysis for recognition and classifiation C] //Proceedings of the Ffth IEEE International Confer￾ence on Automatic Face and Gesture Recognition. Wash￾ington,DC,USA,2002: 148-155. [11] 程佩青.数字信号处理[M] .北京: 清华大学出版社, 2009: 98-193. [5] WANG Liang,TAN Tieniu,HU Weiming,et al. Automatic gait recognition based on statistical shape analysis [J]. IEEE Transactions on Image Processing,2003,12(9) : 1120-1131 GAO Haiyan. Researches on front-view gait feature extrac￾tion[ D]. Beijing: Beijing Jiaotong University,2009: 57- 63. [7] 张元元,吴晓娟,阮秋琦.基于切向角特征的统计步态识 别[J] .模式识别与人工智能,2010,23(4) :539-545. ZHANG Yuanyuan,WU Xiaojuan,RUAN Qiuqi. Statistical gait recognition based on tangent angle features[J]. Pattern Recognition and Artificial Intelligence,2010,23(4) :539- 545. 李小利,女,1986年生,博士研究生, 主要研究方向为图像处理与模式识别. [8] 高海燕.正面步态特征提取方法研究[D] .北京: 北京交 通大学,2009: 57-63. 4结束语 第5期 针对未来步态识别的研究,重点是发掘更本质 作者简介: 的特征,同时采用多特征融合技术,从而使提取的步 态特征能够更完整地表达运动本质. [3] YO0 J H,NDXON M, HARRIS CJ. Extracting human gait signatures by body segment properties[ C]//IEEE Southwest Symposium on Image Analysis and Interpretation. Sante Fe, USA,2002: 35-39. 别[J].计算机工程,2005,31(2) : 4849,162. HAN Hongzhe,LI Bin,WANG Zhiliang,et al. Gait recog￾nition based on Fourier descriptors[J] . Computer Engineer￾ing,2005,31(2) : 48-49,162. 439。 [9] 赵永伟,张二虎.多特征和多视角信息融合的步态识别 [J] .中国图象图形学报,2009,14(3) :388-393. 10] 阮秋琦.数字图像处理[M] .北京: 电子工业出版社, 2007: 204-209. [1] CUNADO D,NIXON M S,CARTER J N. Using gait as a biometric,via phase-weighted magnitude spectra[C]//Pro￾cedings of the International Conference on Audio and Vide￾o-based Biometric Person Authentication. Crans-Montana, Switzerland,1997: 95-102. CHENG Peiring. Digital signal processing[ M] . Beijing: Tsinghua University Press,2009: 98-193. ZHAO Yongwei,ZHANG Erhu. Gait recognition via multi ple features and views information fusion[J] . Journal of Im￾age and Graphics,2009,14(3) : 388-393. 杨静,女,1987年生,硕士研究生, 主要研究方向为图像处理与模式识别. RUAN Qiuqi. Digital image processng[ M] . Beijing: E￾lectronic Industry Press,2007: 204-209