检索结果

Select

1. 一种新的步态图像序列分割算法

郭军文玉梅李平叶波李潇

计算机应用

摘要（1606）

PDF （723KB）（857）

在运动目标步态识别中，从步态图像序列中提取出完整的人体运动轮廓对特征提取、目标分类和目标识别等有着非常重要的意义。提出了一种新的运动目标分割算法：首先应用改进的块匹配算法进行运动估计；然后运用分水岭算法把当前帧图像分割成许多封闭而不重叠的小区域；最后运用仿射参数模型进行运动块区域合并。在CMU步态数据库中采用基准算法进行的实验表明，运用所提出的算法能够提取出完整的人体轮廓，进一步提高步态识别的识别率。

相关文章 | 多维度评价

Select

2. 基于改进蛇模型的步态轮廓提取

李潇李平文玉梅叶波郭军

计算机应用

摘要（1579）

PDF （906KB）（820）

提出了一种基于Snake模型的改进算法，不仅能够精确地搜索到图像轮廓，且程序运行速度较快。该算法在CMU数据库上进行了实验，结果表明提取出的步态轮廓完整且封闭，能有效地提高识别率。

相关文章 | 多维度评价

Select

3. 不变矩系数拟合的步态识别

袁海军文玉梅李平叶波

计算机应用

摘要（2163）

PDF （965KB）（1140）

根据综合利用步态的静态和动态信息的思想，结合不变矩描述图像几何特性的功能，从步态序列提取不变矩作为步态特征进行识别。采用傅立叶级数描述步态图像序列人体轮廓不变矩的变化，利用遗传算法搜索傅立叶级数的系数，最后再用k近邻分类器对不变矩变化的幅度信息分类。在CMU步态数据库上进行的实验，达到了90%以上的识别率。结果表明，该方法具备很高识别性能，能较好地利用步态的静态和动态信息。

相关文章 | 多维度评价

Select

4. 复杂背景下基于图像融合的运动目标轮廓提取算法

何卫华;李平;文玉梅;叶波

计算机应用

摘要（1251）

PDF （1042KB）（1528）

运动目标轮廓的有效提取对于目标识别、跟踪和行为的理解等后期的处理是非常重要的。受背景复杂性的影响，当背景灰度和运动目标的灰度相近时，提取的运动目标易产生空洞，某些部位无法完全恢复。根据帧差法的基本原理，提出了一种针对复杂背景的运动目标检测、轮廓提取方法。首先，对图像进行滤波处理，采用最大方差比阈值法消除了剩余部分噪声和背景，然后在三帧时间差分法基础上，利用序列中多帧图像融合运动信息，并确定参考区域，通过对原图像进行回扫描，最终提取出完整的运动目标轮廓。实验结果验证了算法的稳健性和有效性。

相关文章 | 多维度评价

Select

5. 基于步态的人身份识别技术综述

叶波;文玉梅

计算机应用 2005, 25 (11): 2577-2580.

摘要（1461）

PDF （1084KB）（1551）

由于不同的人在身体结构和运动行为方面存在广泛的不同性，步态为人的身份识别提供了独特的线索。对于近年来日益受到普遍重视的基于步态生物特征的人身份识别专题进行了较为详尽的综述，分析了目前所取得的主要成果及其特点，并指出了存在的难题和未来的发展趋势。

相关文章 | 多维度评价

Select

6. 图像插值模糊的非线性自适应消除

肖义男;文玉梅;罗毅

计算机应用 2005, 25 (10): 2376-2378.

摘要（1278）

PDF （758KB）（1332）

针对线性移不变图像插值方法造成的插值图像边缘模糊，提出采用具有高通特性的有理滤波器增强图像，重建锐变的图像边缘。对基本有理滤波算子进行改进，避免滤波信号峰值点和孤立点的失真。推广算子的二维形式并引入图像对比度约束，形成一种自适应图像插值模糊消除算法。实验结果表明，算法能够不失真地重建图像边缘的高频细节，提高图像的视觉分辨率，图像质量优于现有图像插值模糊消除算法。

相关文章 | 多维度评价

Select

7. 基于人体轮廓宽度特征的步态识别

叶波,文玉梅

计算机应用 2005, 25 (08): 1792-1794. DOI: 10.3724/SP.J.1087.2005.01792

摘要（1155）

PDF （211KB）（928）

基于人体轮廓宽度特征提出了一种步态识别算法。首先对每个序列进行运动轮廓抽取,将这些时变的二维轮廓形状转换为对应的一维横向宽度信号,通过主元分析法(PCA)来提取低维步态特征,在此基础上采用线性判决分析(LDA),以获取最佳投影方向,达到提高数据分类能力的目的。在NLPR、CMU和UMF步态数据库中进行实验,结果表明算法具备快速、稳健特征,在实际应用中具备较大的价值。

相关文章 | 多维度评价