5、视频中基于步态的无模型人体识别与环境感知识别方法

视频中基于步态的无模型人体识别与环境感知识别方法

1. 无模型步态识别方法参数与性能评估

在无模型步态识别方法中，存在两个关键参数：生成合成模板的失真区域大小，以及公式（2.9）中的主成分数量 (d’)。前者在之前已有讨论，而 (d’) 的选择是为了便于求解公式（2.18）。若 (d’ < c)（(c) 为类别数量），或者 (d’) 过大（主成分向量中的某些元素过小），(S_W) 矩阵将不可逆。在该方法中，选择 (d’ = 2c)。

性能评估采用了真实特征（无失真的 GEI）、合成特征，以及根据规则（3.3）、（3.5）和（3.7）融合的特征进行实验。实验结果与其他步态识别方法的比较展示在表 3.2 和 3.3 中。其中，Rank 1 性能指正确识别对象在检索排名列表首位出现的百分比，Rank 5 指正确识别对象在前五名中出现的百分比。

实验类型	USF 基线算法 Rank 1	提出的真实特征分类器 Rank 1	USF 基线算法 Rank 5	提出的真实特征分类器 Rank 5
各实验	-	-	-	-

从实验结果来看，提出的真实特征分类器的 Rank 1 性能在所有实验中均优于或等同于基线算法。在大多数实验中，真实特征分类器的