基于密集光流的步态识别

作为一种生物特征，步态在视频监控、行为分析等领域具有很大的应用前景。提取步态特征的关键在于对步态在时间、空间两个维度上的变化模式进行描述。基于密集光流提出了一种步态特征提取算法，通过密集光流表征每帧图像人体区域各部位的运动强度和方向，综合一个步态周期内所有单帧特征作为步态周期的特征。利用主成分分析、线性判别分析对步态特征进行降维处理，用支持向量机进行分类，验证提取特征的分类性能。实验结果表明，所提算法采用光流特征，提供了丰富的动态信息，可以很好地描述步态在时间维度上的变化，在与现有步态特征描述算法的对比中，体现出了良好的识别性能。