[发明专利]基于多非线性局部保持投影的两视角步态识别方法

权利要求书

1.一种基于多非线性局部保持投影的两视角步态识别方法，其特征在于：包括以下步骤：

步骤S1：读取来自两个不同视角的步态样本集；

步骤S2：刻画两视角间的样本关系：

步骤S3：构造非线性函数族，规范化不同视角的步态样本：

步骤S4：基于局部保持原则对规范化后的样本学习投影矩阵；

步骤S5：比较投影后的已知样本和待测步态样本，识别来自不同视角的步态；

步骤S2包括以下具体步骤：

步骤S21：单个视角下的相似度矩阵刻画步态集的样本间近邻关系，同一个步态集合中第i个步态样本和第j个步态样本的相似度计算公式如下：

其中，n表示的样本数，x_i表示第i个步态样本，N_k(x_i)是x_i的k个最近邻样本组成的近邻集；k为常数，窗宽参数δ通常取值为k个最近邻样本距离的均值；

步骤S22：耦合相似度S表示两视角样本间的关系：S＝min(Sx，Sy)，第i个步态样本和第j个步态样本的耦合相似度取值为第i个步态样本和第j个步态样本在各个视角下相似性的最小值；Sx、Sy分别为两个视角下样本间关系；

步骤S23：定义相似矩阵S*综合样本间关系，其表示为：计算对应的度矩阵D和拉普拉斯矩阵L：其中L＝D-S*：D为对角阵，对角元素为D_ij＝∑_js_ij，其余位置元素全为0，D_ij的值越大，对应第i个样本与其他样本的相似性越大。

2.根据权利要求1所述的基于多非线性局部保持投影的两视角步态识别方法，其特征在于：构造非线性函数族包括以下步骤：选择非线性函数类型，确定非线性函数个数，生成非线性函数的参数。

3.根据权利要求2所述的基于多非线性局部保持投影的两视角步态识别方法，其特征在于：所述非线性函数类型为任意的非线性分段连续函数。

4.根据权利要求2所述的基于多非线性局部保持投影的两视角步态识别方法，其特征在于：所述函数个数取大于原始步态图像大小的常数。

5.根据权利要求2所述的基于多非线性局部保持投影的两视角步态识别方法，其特征在于：所述非线性函数族的函数参数根据任意的连续概率分布函数随机生成。

6.根据权利要求5所述的基于多非线性局部保持投影的两视角步态识别方法，其特征在于：非线性函数族的函数参数在区间(-1，1)上的均匀分布。

7.根据权利要求1所述的基于多非线性局部保持投影的两视角步态识别方法，其特征在于：所述的规范化不同视角的步态样本是指将构造的多个非线性函数作为公共基函数，规范化不同视角的步态样本到公共视角空间，具体包括以下步骤：

样本x经函数族中作用后输出一个I维列向量则两视角样本集X＝[x₁，...，x_n]和Y＝[y₁，...，y_n]经函数族Φ非线性投影后分别得到Φ(X)和Φ(Y)，具体形式如下：