·124 智能系统学报 第6卷 分类率CCR(correct classification rate)如表1所示 walking figures in XYT[J]//MIT Media Lab Vision and 表13种实验方法在2种分类器下的正确分类率 Modeling Group,223 Table 1 Algorithms comparison of CCRs [3]CUNADO D,NIXON M,CATER J.Using gait as a biomet- 实验方法 分类器 CCR/% ric,via phase-weighted magnitude spectra[C]//Proc Inter- NN 67.00 national Conference on Audio-and Video-based Biometric 留一交叉验证法 ENN 78.50 Person Authentication.Crans-Montana,Switzerland,1997: 固定测试集 Nn 64.75 95-102. 与训练集 ENN 75.25 [4]LEE L,GRIMSON W.Gait analysis for recognition and classification[C]//Proceedings of Fifth IEEE International 对换测试集 NN 65.33 Conference on Automatic Face and Gesture Recognition. 与训练集 ENN 75.50 Washington,DC,USA,2002:148-155. 从表1可以看出在正面步态识别中该算法获得 [5]YOO JH,NIXON M,HARRIS C J.Extracting human gait 的结果还是比较令人满意的，最好识别率超过了文 signatures by body segment properties[C]//IEEE Southwest 献[10]的最好识别率75%，而且本文进行了采样， Symposium on Image Analysis and Interpretation.Sante Fe, 计算量更小。 USA,2002:3539. [6]KALE A,SUNDARESAN A,RAJAGOPALAN A,et al.I- 5 结束语 dentification of humans using gait[J].IEEE Transactions 目前的步态识别算法大都是基于侧面步态序列 on Image Processing,2004,13(9):1163-1173. 的研究，而本文针对步态识别中比较难处理的正面 [7]LIU Z,SARKAR S.Simplest representation yet for gait rec- ognition:averaged silhouette[C]//Proc 17th International 视角步态序列进行研究，提出了一种简单易行的正 Conference of Pattern Recognition.Tampa,USA,2004,4: 面步态识别算法.不同于以往的周期检测方法，本文 211-214. 通过计算人体下1/4区域左右部分像素点差的变化 [8]YANG X,ZHOU Y,ZHANG T,et al.Gabor phase based 规律来检测正面步态周期.针对正面步态图像序列 gait recognition[J].Electronics Letters,2008,44(10): 中人体由小到大变化的特点，采用双线性插值法对 620621. 人体大小进行归一化处理.为减少计算量，本文选用 [9]张元元，吴晓娟，李秀媛，等.平行线约束下的视角无关 包含图像大部分信息的轮廓边缘线来提取特征.为 步态识别算法[J].智能系统学报，2009,4(3)：264 了进一步减少计算量，还提出了一种改进的等角度 269 采样方法用于对边缘线采样，然后用简单高效的傅 ZHANG Yuanyuan,WU Xiaojuan,LI Xiuyuan,et al. 里叶变换来描述轮廓形状特征.将提出的算法在 Viewpoint-independent gait recognition with parallel line CASIA步态数据库中进行实验，结果表明，正面视角 constraints[J].CAAI Transactions on Intelligent Systems, 的步态识别中本文的算法获得的结果还是比较令人 2009,4(3):264-269. [10]王亮，胡卫明，谭铁牛.基于步态的身份识别[J].计算 满意的.但是这样的识别率与现有的侧面步态识别 机学报，2003,26(3)：353-360. 算法得到的识别率相比还有一定差距，还有很多很 WANG Liang,HU Weiming,TAN Tieniu.Gait-based hu- 多地方有待改进.另外人行走的方向大多时候并不 man identification J].Chinese Journal of Computers, 是严格固定的，在今后的研究中，如何自适应地克服 2003,26(3):353-360. 各种行走方向对步态识别的影响将是一个富有挑战 [11]陈实.基于计算机视觉的人体步态识别研究[D].西 性且极具探考价值的问题. 安：西安电子科技大学，2008：2025， CHEN Shi.Human gait recognition based computer vision 参考文献： [D].Xi'an:Xidian University,2008:20-25. [1]JOHANNSON G.Visual perception of biological motion and [12]WANG Aihua,LIU Jiwei.A gait recognition method based a model for its analysis[J].Perception Psychology,1973, on positioning human body joints[C]//IEEE International 14:201-211. Conference on Wavelet Analysis and Patter Recognition. [2]NIYOGI S A,ADELSON E H.Analyzing and recognizing Beijing,2007:1067-1071