2、研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1 研究的基本内容

本设计研究的主要内容为通过采用数字图像处理的方法，从步态识别的方向完成并验证对个人身份的匹配及识别。通过步态分析，与数据库内容自动匹配进而实现身份的识别。并在完成样本实现后，计算身份匹配的准确性，验证方案的可行性，分析和总结方案的各项数据和指标，分析采用方案的优劣之处并提出相应的改进意见。

2.2 研究目标

本设计旨在通过研究基于非模型方法进行步态分析与身份匹配的，以及设计步态识别算法，通过图像处理对于样本进行特征提取，与数据库样本比对，最终完成对个体身份的识别，并讨论方案的可行性，复杂度，达到步态识别的目的。

2.3 拟采用的技术方案及措施

步态识别主要针对含有人的运动图像序列进行分析处理，所涉及的关键技术包括^[12]：

图2.3.1

而步态分析的阶段一般也分为三个阶段：特征提取、特征分析、自动识别分类^[13]。本次设计主要流程如下图：

图2.3.2

首先，通过摄像镜头获取目标个体行走视频，通过分帧处理，得到相应的图像序列，对所得序列进行图像增强，去背景，降噪等操作，完成目标特征提取和选择，然后通过与数据库样本进行对比完成任务。

设计中主要采用隐马尔可夫模型（HMM）。从一个姿态到另一个姿态，存在着一个马尔科夫依赖，步态的循环就可以视作为一个双随机过程^[14]。这样的双随机过程中隐含过程通过姿势的变换来表示，通过分帧得到各类特定姿势的图像序列。结合模式识别，采用模板匹配的方法^[15]，从已有的数据库中获取原始步态图像序列，自动进行比对，完成识别与匹配的工作，最后输出结果，判定是否成功识别身份。