7、步态识别技术：从图像分辨率到特征分析与分类

步态识别技术：从图像分辨率到特征分析与分类

1. 图像分辨率对步态识别的影响

在步态识别的研究中，图像分辨率是一个重要的因素。当对图像进行分辨率降低操作时，如果在映射函数之前进行，结果会同时依赖于映射计算和泽尔尼克矩计算。映射过程对处理低分辨率图像有积极作用，它能将降低分辨率后的图像映射到与原始分辨率计算相同的网格大小，确保泽尔尼克多项式计算的准确性，使两种结果可直接比较。但如果在映射过程之后应用分辨率降低，由于图像和计算精度的损失，误差会迅速增加。

为了研究分辨率降低的影响，假设原始图像是可用的最高分辨率，对图像进行逐步重采样以降低分辨率，允许子像素估计，从而实现任何重采样大小。分析了从原始分辨率的 50% 到 2% 的 11 种不同分辨率。在识别过程中，当像素大小超过 10 时，误差开始发散，但 NMSE 误差仍然较低。降低分辨率实际上是在轮廓的周边添加噪声，直到每个图像失去其整体形状。

2. 步态轮廓测量的有效性

近年来，人脸识别开始关注特征有效性，步态研究也从中汲取了经验。为了探索广义行走的最有效描述因素，对南安普顿数据库 A、AS 和时间版本 TS 的轮廓进行了有效性分析。

2.1 获取步态签名的方法

采用了两种简单的方法来获取给定序列的步态签名：
- 平均外观法 ：使用一个完整步态周期内所有轮廓的总和来获得每个记录序列的平均外观，即所有中心化的二值轮廓的平均值。
- 差分法 ：对相邻轮廓进行差分操作，以获得运动的基本估计。

2.2 数据库分析与特征提取

首先，使用