您的位置: 专家智库 > 作者详情>刘玉栋

刘玉栋

作品数:3 被引量:33H指数:2
供职机构:北京工业大学计算机学院更多>>
发文基金:北京市教委科技发展计划北京市自然科学基金北京市教育委员会科技发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇步态
  • 3篇步态识别
  • 2篇身份识别
  • 2篇主元
  • 2篇主元分析
  • 1篇隐马尔可夫模...
  • 1篇神经网
  • 1篇神经网络
  • 1篇生物特征
  • 1篇生物特征识别
  • 1篇识别方法
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇马尔可夫
  • 1篇马尔可夫模型
  • 1篇工神经网络
  • 1篇光流
  • 1篇光流场
  • 1篇步态识别方法

机构

  • 3篇北京工业大学

作者

  • 3篇刘玉栋
  • 2篇马丽
  • 2篇苏开娜

传媒

  • 1篇北京工业大学...
  • 1篇计算机工程与...

年份

  • 3篇2005
3 条 记 录,以下是 1-3
排序方式:
身份识别中步态特征的提取被引量:7
2005年
阐述了2种简单有效的基于步态的身份识别方法——基于模型的方法和非基于模型的方法.基于模型的方法利用人体的骨骼化模型,首先对输入的图像序列自动进行背景初始化;然后分割图像中运动人体的侧面影像,并进一步细化为人体的骨骼化模型;接着从模型中提取人体的静态参数以及动态参数作为特征.非基于模型的方法计算图像间的光流场,从光流场中进一步提取可识别特征.将2种方法应用于室内拍摄的视频,实验结果表明,通过提取可靠的步态特征,降低了数据处理的代价,而且得到了较好的识别性能.
苏开娜刘玉栋马丽
关键词:步态识别光流场主元分析
一种基于模型的步态识别方法被引量:27
2005年
该文提出了一种简单有效的基于人体骨骼化模型的步态识别方法。首先,对输入的步态序列自动进行背景初始化;然后分割图像中运动人体的侧面影像,并进一步细化为人体的骨骼化模型;从模型中提取人体的静态参数(如身高、步幅)以及动态参数(如运动过程中关节点的位置、肢体角度);最后,应用标准的模式分类技术对个体的身份做出识别。实验结果表明,此方法通过提取可靠的步态特征,降低了数据处理的代价,而且得到了较为良好的识别性能。
刘玉栋苏开娜马丽
关键词:生物特征识别步态识别主元分析
基于步态的身份识别
本文对两大类步态识别算法进行了深入研究,其主要内容集中于步态特征的提取和分类器的设计两部分。 在特征提取阶段采用多种不同的方法提取多种不同的步态特征,其中效果较好的是一种基于模型的特征提取方法。本文使用关键点和...
刘玉栋
关键词:步态识别人工神经网络隐马尔可夫模型
文献传递
共1页<1>
聚类工具0