《基于擴(kuò)充字典和協(xié)同表示的步態(tài)識別方法研究》開題報告

開題報告課題名稱基于擴(kuò)充字典和協(xié)同表示的步態(tài)識別方法研究姓名學(xué)號指導(dǎo)教師職稱學(xué)歷1研究目的本篇論文著重是研究與分析人體步態(tài)識別技術(shù),主要的宗旨是借肋相關(guān)智能軟件進(jìn)步的獲取人體運動時產(chǎn)生的數(shù)據(jù)信息,之后根據(jù)產(chǎn)生的數(shù)據(jù)信息對數(shù)據(jù)的特征進(jìn)行提取,最終識別步態(tài)的類型。2研究意義通過分析人體行走時的方式、姿態(tài)等外在特征來進(jìn)行身份識別。步態(tài)是一個人長期形成的習(xí)慣性走路姿態(tài)，與個人的行為習(xí)慣及生理特性有關(guān)，具有唯一性。通過各種步態(tài)中準(zhǔn)確的找出跑步、睡覺等步態(tài)的動作,采用不同的計算方法并準(zhǔn)確的計算出各個運動狀態(tài)并進(jìn)行唯一性識別，所以本篇論文對于以擴(kuò)充字典和協(xié)同為基礎(chǔ)的人體步態(tài)識別的研究與分析具有十分重要的意義。3研究背景隨著社會經(jīng)濟(jì)的發(fā)展,生物領(lǐng)域的各方面研究,如步態(tài)的識別及認(rèn)證、身份地位的識別等越來越收到人們的廣泛關(guān)注。其中,步態(tài)的識別是借肋研究人體行走步距以及神態(tài)產(chǎn)生的速度的相關(guān)數(shù)據(jù)進(jìn)行分析的,能夠很好的實現(xiàn)對其的判斷與研究。隨著各種高科技的層出不窮,人們的步態(tài)識別技術(shù)被廣泛應(yīng)用到各個領(lǐng)域,其應(yīng)用前景十分的廣闊。4國內(nèi)外研究現(xiàn)狀國外對于步態(tài)識別的研究較早。為了研究步態(tài)識別算法,南佛羅里達(dá)大學(xué)最早建立了步態(tài)數(shù)據(jù)庫,并全面分析了步態(tài)識別的技術(shù)重點和研究難點。Shirahall圖等將步態(tài)能量圖作為樣本輸入到基于巻積神經(jīng)網(wǎng)絡(luò)的GEINET網(wǎng)絡(luò)模型中,經(jīng)過卷積池化來提取步態(tài)特征。在訓(xùn)練過程中,利用網(wǎng)絡(luò)的softmax損失來更新網(wǎng)絡(luò)參數(shù)。在測試過程中,將測試樣本輸入到網(wǎng)絡(luò)中得到視角無關(guān)的特征表示,再使用最近鄰分類器進(jìn)行步態(tài)識別。Tahpar等同樣也利用3D卷積神經(jīng)網(wǎng)絡(luò)的方法,但是Tahpar首先判斷這段步態(tài)圖像屬于哪一個視角,然后再根據(jù)判得出的視角來選擇需要的3D卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行步態(tài)識別。與國外相比,步態(tài)識別在國內(nèi)的研究起步較晚,但也取得了豐碩的成果。國內(nèi)最早開始開展步態(tài)識別研究工作的是中國科學(xué)院自動化研究所(CASIA)。張艷等使用一對GEI作為模型的輸入,基于siamese網(wǎng)絡(luò)的步態(tài)識別框架能自動的提取具有判別里的步態(tài)特征進(jìn)行相似度匹配來判斷是否為同一人,該方法在同一視角和視角差別較小時取得較好的識別效果。趙紅霞等人門進(jìn)一步在使用Siamese網(wǎng)絡(luò)的基礎(chǔ)上采用三元組對比損失用于步態(tài)驗證任務(wù),實驗結(jié)果表明,此網(wǎng)絡(luò)結(jié)構(gòu)在大的視角差異下識別率較高。Wu等。5研究方法（1）文獻(xiàn)資料法：在論文寫作之前，筆者通過圖書館、互聯(lián)網(wǎng)、電子資源數(shù)據(jù)庫等途徑查閱了大量的文獻(xiàn)資料，獲取相關(guān)研究信息，為設(shè)計本次寫作提供思路與參考。（2）歸納總結(jié)法：筆者通過前期調(diào)查到的資料進(jìn)行分析，并整理、歸納出對本文有效的資料，進(jìn)行論文的寫作。（3）描述性研究法：將搜集到的文獻(xiàn)資料整編，研究分析得出自己的結(jié)論，在導(dǎo)師的指導(dǎo)下形成論文，修改定稿，使論文有參考價值與意義及對今后進(jìn)一步深入學(xué)習(xí)方面起到一定指導(dǎo)作用。6創(chuàng)新點本篇論文的創(chuàng)新之處在于著重是研究與分析人體步態(tài)識別技術(shù),主要的宗旨是借助擴(kuò)充字典進(jìn)步的獲取人體運動時產(chǎn)生的數(shù)據(jù)信息,之后根據(jù)產(chǎn)生的數(shù)據(jù)信息對數(shù)據(jù)的特征進(jìn)行提取,最終識別步態(tài)的類型。7研究內(nèi)容本文的內(nèi)容安排主要分為以下幾個部分：第一章為緒論。介紹了本課題的研究背景、研究意義、目前的國內(nèi)外研究現(xiàn)狀。第二章為基于步態(tài)特征提取。本章首先介紹了步態(tài)識別的基本框架,并對各部分的具體工作做了簡單的闡述,然后介紹了步態(tài)特征提取計算步驟。第三章為基于協(xié)同表示的步態(tài)識別。本章首先介紹了稀疏表示及協(xié)同表示的基本思想和原理,然后詳細(xì)介紹了基于協(xié)同表示的步態(tài)識別方法的基本過程及計算步驟。第四章為基于擴(kuò)充字典協(xié)同表示的步態(tài)識別。本章首先概述了擴(kuò)充字典方法的思想及原理,然后對步態(tài)特征提取的方法進(jìn)行了改進(jìn)。第五章為總結(jié)與展望。本章主要分析和總結(jié)了本文的研究工作及結(jié)果,同時對以后的研究工作進(jìn)行了展望。內(nèi)容提綱如下所示：1緒論1.1選題背景及意義1.2國內(nèi)外研究現(xiàn)狀1.3研究方法2步態(tài)特征提取2.1步態(tài)識別基本方法2.2步態(tài)特征提取計算3基于協(xié)同表示的步態(tài)識別3.1稀疏表示和協(xié)同表示3.2基于協(xié)同表示的步態(tài)識別方法3.3實驗結(jié)果及分析4基于擴(kuò)充字典和協(xié)同表示的步態(tài)識別4.1擴(kuò)充字典簡介4.2基于擴(kuò)充字典和協(xié)同表示步態(tài)識別的方法4.3實驗結(jié)果及分析5總結(jié)及展望5.1總結(jié)5.2展望8課題工作的總體安排及進(jìn)度：階段起止時間要求預(yù)期結(jié)果文獻(xiàn)閱讀2022.1.1～2022年1.20畢業(yè)論文選題、定題，完成規(guī)定量的文獻(xiàn)閱讀按時完成科學(xué)調(diào)查2022.1.20～2022年1.30主題調(diào)研，收集資料按時完成試驗階段2022.2.1～2022年2.15畢業(yè)論文開題報告撰寫按時完成理論分析2022.2.16～2022年3.1整理資料按時完成論文初稿2022.3.1～2022年4.1畢業(yè)論文初稿撰寫按時完成文字總結(jié)2022.4.1～2022年5.1畢業(yè)論文中期檢查按時完成論文完成2022.5.1～2023年6.1畢業(yè)論文修改、完善、定稿按時完成9參考文獻(xiàn)[1]徐守坤,邱亮,石林,等.基于SEF-GHEI及協(xié)同表示的步態(tài)識別研究[J].計算機(jī)應(yīng)用研究,2019,36(6):4.[2]劉金瑄.基于協(xié)同表示的步態(tài)識別[J].計算機(jī)應(yīng)用研究,2016,33(9):3.[3]李占利,孫卓,崔磊磊,等.基于核協(xié)同表示的步態(tài)識別[J].廣西大學(xué)學(xué)報：自然科學(xué)版,2017,42(2):7.[4]崔磊磊.基于協(xié)同表示的步態(tài)識別方法研究[D].西安科技大學(xué),2016.[5]王鵬峰,程銘.小波特征和協(xié)同表示的步態(tài)識別研究[J].中國計量大學(xué)學(xué)報,2017,28(3):6.[6]徐超立,林科,楊晨,等.基于小腿表面肌電的智能機(jī)器人協(xié)同控制方法簡[J].中國生物醫(yī)學(xué)工程學(xué)報,2016.[7]羅璨.存在干擾因素情況下的步態(tài)識別[D].蘇州大學(xué),2016.[8]徐昆昆.基于深度學(xué)習(xí)的步態(tài)識別系統(tǒng)設(shè)計與實現(xiàn).[9]馬躍.下肢外骨骼機(jī)器人人機(jī)協(xié)同控制策略研究[D].中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院),2020.[10]關(guān)桂珍,楊天奇.步態(tài)骨骼模型的協(xié)同表示識別方法[J].計算機(jī)科學(xué)與探索,2018,12(1):10.[11]張賢富.面向多人機(jī)差異場景的肌電步態(tài)識別影響研究及應(yīng)用[D].浙江大學(xué),2019.[12]徐超立,林科,楊