6、步态识别技术：基于多种方法的研究与分析

步态识别技术：基于多种方法的研究与分析

1. 图像序列分析方法

在分析图像序列时，一种方法是将图像堆叠成三维的 XYT（空间加时间）块，然后应用 3D 描述符。不过，这种传统方法会混淆时间和空间信息，因为它们嵌入在数据中。时间与空间分析有着本质的不同，所以需要将它们分开处理。

另一种替代方法是重新构建描述符以纳入时间因素，从而实现时间和空间描述的分离，得到更通用的描述符。为了实现这一点，需要一种在矩基内描述运动的方法。质心（COM）描述了视野内的一个独特全局位置，是中心化矩的基础。通过连续图像之间的 COM 描述，可以描述任一轴上的全局运动。而且，除非图像完全为空，COM 一定存在，这与其他高阶矩不同，证明了使用这种低阶矩作为通用框架基础的合理性。

2. 速度矩

速度矩围绕 COM 描述构建，主要用于描述图像序列中移动和/或变化的形状。它能同时描述移动形状的结构和运动信息，其计算基于一系列图像，通用结构如下：
[
v_{m,n,\alpha,\gamma} = \sum_{i=2}^{x}\sum_{y}U(i,\alpha,\gamma)S(i,m,n)P_{i}
]
其中，$S(i,m,n)$ 表示标准空间矩的项，$U(i,\alpha,\gamma)$ 通过图像序列中连续 COM 之间的差异计算得出：
[
U(i,\alpha,\gamma) = (X_{i} - X_{i - 1})^{\alpha}(Y_{i} - Y_{i - 1})^{\gamma}
]
这里，$X_{i}$ 是当前 X 方向的 COM，$X_{i - 1}$ 是前一个 X 方向的 COM，$Y_