[發明專利]基于多非線性局部保持投影的兩視角步態識別方法有效
| 申請號： | 201810751452.1 | 申請日： | 2018-07-10 |
| 公開（公告）號： | CN108921114B | 公開（公告）日： | 2021-09-28 |
| 發明（設計）人： | 陳曉云;康葉媛;張萌;王彬福 | 申請（專利權）人： | 福州大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 福州元創專利商標代理有限公司 35100 | 代理人： | 蔡學俊 |
| 地址： | 350108 福建省福*** | 國省代碼： | 福建;35 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 非線性 局部 保持 投影 視角 步態 識別 方法 | ||
1.一種基于多非線性局部保持投影的兩視角步態識別方法，其特征在于：包括以下步驟：
步驟S1：讀取來自兩個不同視角的步態樣本集；
步驟S2：刻畫兩視角間的樣本關系：
步驟S3：構造非線性函數族，規范化不同視角的步態樣本：
步驟S4：基于局部保持原則對規范化后的樣本學習投影矩陣；
步驟S5：比較投影后的已知樣本和待測步態樣本，識別來自不同視角的步態；
步驟S2包括以下具體步驟：
步驟S21：單個視角下的相似度矩陣刻畫步態集的樣本間近鄰關系，同一個步態集合中第i個步態樣本和第j個步態樣本的相似度計算公式如下：
其中，n表示的樣本數，xi表示第i個步態樣本，Nk(xi)是xi的k個最近鄰樣本組成的近鄰集；k為常數，窗寬參數δ通常取值為k個最近鄰樣本距離的均值；
步驟S22：耦合相似度S表示兩視角樣本間的關系：S＝min(Sx，Sy)，第i個步態樣本和第j個步態樣本的耦合相似度取值為第i個步態樣本和第j個步態樣本在各個視角下相似性的最小值；Sx、Sy分別為兩個視角下樣本間關系；
步驟S23：定義相似矩陣S*綜合樣本間關系，其表示為：計算對應的度矩陣D和拉普拉斯矩陣L：其中L＝D-S*：D為對角陣，對角元素為Dij＝∑jsij，其余位置元素全為0，Dij的值越大，對應第i個樣本與其他樣本的相似性越大。
2.根據權利要求1所述的基于多非線性局部保持投影的兩視角步態識別方法，其特征在于：構造非線性函數族包括以下步驟：選擇非線性函數類型，確定非線性函數個數，生成非線性函數的參數。
3.根據權利要求2所述的基于多非線性局部保持投影的兩視角步態識別方法，其特征在于：所述非線性函數類型為任意的非線性分段連續函數。
4.根據權利要求2所述的基于多非線性局部保持投影的兩視角步態識別方法，其特征在于：所述函數個數取大于原始步態圖像大小的常數。
5.根據權利要求2所述的基于多非線性局部保持投影的兩視角步態識別方法，其特征在于：所述非線性函數族的函數參數根據任意的連續概率分布函數隨機生成。
6.根據權利要求5所述的基于多非線性局部保持投影的兩視角步態識別方法，其特征在于：非線性函數族的函數參數在區間(-1，1)上的均勻分布。
7.根據權利要求1所述的基于多非線性局部保持投影的兩視角步態識別方法，其特征在于：所述的規范化不同視角的步態樣本是指將構造的多個非線性函數作為公共基函數，規范化不同視角的步態樣本到公共視角空間，具體包括以下步驟：
樣本x經函數族中作用后輸出一個I維列向量則兩視角樣本集X＝[x1，...，xn]和Y＝[y1，...，yn]經函數族Φ非線性投影后分別得到Φ(X)和Φ(Y)，具體形式如下：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于福州大學，未經福州大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810751452.1/1.html，轉載請聲明來源鉆瓜專利網。
