11、步态识别与语法模式识别系统构建

步态识别与语法模式识别系统构建

1. 步态识别算法评估实验

在步态识别领域，为了评估一种新的基于人类运动时空特征的步态识别算法的性能，研究人员在两个广泛使用的步态识别数据库上进行了实验，分别是TUM GAID数据库和CASIA数据集A。

1.1 实验设置

• 局部描述符计算 ：在所有实验中，研究人员在每个视频序列上使用密集轨迹来计算局部描述符，每个局部描述符为96维。
• 降维处理 ：为了缓解维度灾难问题，使用主成分分析（PCA）将其投影到低维空间。实验发现，将维度降至48维时能产生最佳结果。
• 高斯混合模型（GMM） ：在所有实验中，GMM建模的聚类数固定为256。

1.2 TUM GAID数据库评估

TUM GAID数据库是最大的步态数据库之一，包含305个受试者的3370个视频序列，在室外环境中使用Microsoft Kinect相机分两个不同时段录制。
- 第一时段 ：2012年1月，冬季，温度约 -15°C，受试者穿着厚夹克和冬靴，记录了176个受试者。
- 第二时段 ：2012年4月，温度约 +15°C，受试者穿着明显不同的衣服，记录了161个受试者，其中32个受试者参与了两个时段。
- 行走序列 ：每个受试者有10个行走序列，包括正常行走（N）、背背包行走（B）和穿带涂层鞋子行走（S）。参与两个时段的