论文研究基于SEFGHEI及协同表示的步态识别研究.pdf

将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题，但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息，导致识别率不高。针对此问题，提出使用融合Hog和GEI算法的方法提取步态特征，在此基础上使用协同表示的方法训练，再通过计算测试样本的最小重构误差进行分类。实验结果表明，该方法在单一视角下步态识别准确率平均提高了1.315%，以及跨视角下步态识别准确率平均提高了6.51%，说明该方法是可行的。