二維步態識別演算法
對於每個步態序列而言，一種改進的背景減除技術被使用來提取人的空間輪廓。這些輪廓的邊緣，被逆時針方向展開為一系列相對於質心的距離模板。這些模板特徵通過使用主元統計分析方法來訓練，從而得出步態形狀的變化模式在特徵空間中的軌跡表達。識別時，採用了時空相關匹配方法和基於歸一化歐氏距離的最近鄰規則，並引入了相應於個人的體形等生理特徵的融合，以用於必要的步態分類校驗。
步態識別演算法
該演算法**於「從行走運動的時空模式中可學習人體的外觀模型」的觀點。對於每個序列而言，背景減除過程用來提取行人的運動輪廓，這些輪廓隨時間的姿態變化在二維空間中被對應描述為乙個序列的複數配置(complex configuration)。利用procrustes形狀分析方法，從該序列配置中獲取主輪廓模型作為人體的靜態外觀特徵。實驗結果表明，該演算法獲得了令人鼓舞的識別效能。
時空輪廓分析
該演算法**於「人體行走運動很大程度上依賴於輪廓隨著時間的形狀變化」的直觀想法。對於每個序列而言，背景減除與輪廓相關方法用於檢測和跟蹤行人的運動輪廓，這些時變的二維輪廓形狀被轉換為對應的一維距離訊號，同時通過特徵空間變換來提取低維步態特徵。基於時空相關或歸一化歐氏距離度量，以及標準的模式分類技術用於最終的識別。實驗結果表明，該演算法不僅獲得了令人滿意的識別效能，而且擁有相對較低的計算代價。
基於模型
該演算法**於「行走運動的關節角度變化包含著豐富的個體識別資訊」的思想。首先，結合人體模型、運動模型和運動約束等先驗知識，利用condensation演算法進行行人的跟蹤。然後，從跟蹤結果中獲取人體主要關節的角度變化軌跡。這些軌跡經過結構和時間歸一化後，作為動態特徵而用於身份識別。
基於hough變換
這是一種基於新的特徵提取方法的自動步態識別演算法，該演算法僅從腿部的運動進行身份識別。對於每個序列，用一種基於影象色度偏差的背景減除演算法來檢測運動物件。在經過後處理的二值影象序列中，利用邊界跟蹤演算法獲取物件邊界，在物件邊界影象上，區域性應用hough變換檢測大腿和小腿的直線，從而得到大腿和小腿的傾斜角。用最小二乘法將乙個週期內的傾斜角序列，擬合成5階多項式，把fourier級數展開後得到的相位與振幅的乘積，定義為低維步態特徵向量。在小樣本的資料庫上用fisher線性分類器驗證所研究演算法的效能，正確分類率為79.17%，在步態資料庫不很理想的情況下也獲得了較好的識別率。
基於三維小波矩理論
基於廣義多尺度分析理論，針對不同的應用影象或訊號庫，得到最優小波分解, 並在人體步態識別中與二維小波矩結合進行應用。在三維物體的表示方面, 作為三維物體的一種無冗餘的描述和識別方法，提出了三維小波矩理論。與現存的方法相比，它不但具有平移、縮放和旋轉不變性，在徑向上還增加了多尺度分析的特性。可以根據不同的需要，提供多層次的特徵描述子，同時引進球面調和函式加速演算法和小波的mallat演算法後，使小波矩的計算得到了雙重加速。有人計畫搭建實用的三維物體檢索平台，將進一步完善該演算法。
此外，有人在基於」人體生物特徵不僅包含靜態外觀資訊，也包含行走運動的動態資訊」的思想，提出了一種判決級上融合人體靜態和動態特徵的身份識別方法。利用此方法在不同融合規則下的實驗結果表明，融合後的識別效能均優於使用任何單一模態下的識別效能。
備註：
步態識別介紹
步態識別是一種新興的生物特徵識別技術，旨在通過人們走路的姿態進行身份 所以有很大的發展前景，現在基本上有以下 對於每個步態序列而言，一種改進的背景減除技術被使用來提取人的空間輪廓。這些 輪廓的邊緣，被逆時針方向展開為一系列相對於質心的距離模板。這些模板特徵通過使用主元統計分析方法來訓練，從而得出步態...
人臉識別 介紹
人臉識別 人臉識別流程 人臉識別技術流程主要包括四個組成部分，分別為 人臉影象採集及檢測 人臉影象預處理 人臉影象特徵提取以及匹配與識別 1.人臉影象採集 2.人臉影象預處理 人臉影象預處理是對系統所採集到的人臉影象進行光線處理 切割 旋轉 降噪 過濾 放大或縮小等一系列的複雜處理，通過這些處理使人...
步態識別 概要
步態識別是一種新興的生物特徵識別技術，旨在通過人們走路的姿態進行 身份所以有很大的發展前景，現在基本上有以下 對於每個步態序列而言，一種改進的背景減除技術被使用來提取人的空間輪廓。這些 輪廓的邊緣，被逆時針方向展開為一系列相對於質心的距離模板。這些模板特徵通過使用主元統計分析方法來訓練，從而得出步態...