摘要

利用步态的统计特征可以有效地降低远距离复杂背景下提取的步态图像中的各种噪声干扰,然而现有算法在减少噪声的同时降低了步态的信息量,从而减少了用于分类识别的有效步态特征.为了解决这个问题,提出使用多形状模板来增强有效的步态信息.基于一个对象的步态轮廓图序列,分别计算出横向方向模板、纵向方向模板、形状分布模板和运动分布模板,作为此步态对象的特征.为了减小步态对象尺度变化对分类的影响,提出一种高效的缩放比率计算方式来对多形状模板进行缩放.在USF步态数据集上的实验表明,算法的综合识别率明显高于另外两个典型算法.