[发明专利]一种基于二维耦合边距Fisher分析的跨视角步态识别方法

摘要

本发明提供一种基于二维耦合边距Fisher分析的跨视角步态识别方法。本发明结合不同视角下步态能量图的特点以及耦合度量学习在跨域生物特征识别上的优越性，提出了二维耦合边距Fisher分析，在矩阵空间内削弱跨视角步态能量图的数据差异，保持样本间的局部关系，使类间散度最大，类内散度最小，大大提高了跨视角步态识别性能。

主权项

1.一种基于二维耦合边距Fisher分析的跨视角步态识别方法，其特征在于，该方法包括：在线训练阶段和离线测试阶段；所述在线训练阶段包括步骤如下：1)对于两种视角θ和下的步态能量图特征，构建类内相似矩阵和类间惩罚矩阵；2)初始化两种视角θ和下的列投影矩阵Q_x和Q_y，对于给定的初始化的列投影矩阵Q_x和Q_y求解类间散度矩阵和类内散度矩阵；3)求解广义特征值问题，得到两种视角下行投影矩阵P_x和P_y；4)对于给定的对于步骤3)中计算得到的行投影矩阵P_x和P_y，求解类间散度和类内散度矩阵；5)求解广义特征值问题，得到两种视角下列投影矩阵Q_x和Q_y；所述离线测试阶段方法包括步骤如下：6)将视角θ下的注册样本集和视角下的待测样本分别映射到一个共同子空间；7)通过最近邻分类器对待测样本进行分类。