基于LBP和HOG特征分层融合的步态识别

摘要：

针对步态能量图(GEI)在提取人体信息时只描绘出了轮廓信息,而丢失了内部特征的局限性,提出一种基于人体目标图像的局部二值模式(LBP)与方向梯度直方图(HOG)分层融合的GEI识别算法.该算法步骤包括:首先用光流法提取步态周期,获得一个周期的步态能量图(GEI);然后分三层提取GEI的LBP特征,得到三层的LBP图像;依次提取每层LBP图像的HOG特征,最后将每层提取的LBP和HOG特征融合,得到每层的新特征;最后将三个新特征依次融合成可以用于识别的最终特征.通过几种方法对CASIA和USF步态数据库的实验对比,提出的算法取得了更高的识别率.

关键词：光流法、步态能量图、局部二值模式、梯度方向直方图、融合特征

所属期刊栏目：54

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划资助项目2017YFC0804406;山东省重点研发计划资助项目2016ZDJS02A05

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：168-175