计算机科学与探索

作者：关桂珍，杨天奇

单位：暨南大学 信息科学技术学院，广州 510632

关键词：步态识别,Kinect,骨骼模型,质心,频谱分析,协同表示

针对目前步态识别中极易受到服饰和携带物等影响的难题，提出一种基于Kinect获取骨骼模型的步态识别新方法。对步态3D骨骼模型提取人体总质心，并与在步态周期中富有运动特征的人体四肢分质心的活动信息结合，分别得到动态与静态特征。动态特征可看作是周期信号，使用小波分解和带高斯滤波的离散傅里叶变换进行频谱处理，消除了外界干扰并增强了特征之间的差异性。通过动态时间规整算法把步态骨骼特征投影到相异空间，用协同表示进行匹配和归一化加权融合，最后根据最近邻算法进行分类识别。实验证明，该方法与稀疏表示识别算法相比得到了较为理想的识别效果，为步态识别在身份认证的应用领域提供了可靠的理论基础。

来源：2018年第1期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2018年第1期