Η αναγνώριση βαδίσματος αναφέρεται συνήθως για να δηλώσει την ανθρώπινη ταυτοποίηση από το στυλ ή τον τρόπο με τον οποίο οι άνθρωποι περπατούν σε ακολουθίες εικόνων. Η διαφορά μεταξύ γειτονικών καρέ του ανθρώπινου βαδίσματος περιέχει χρήσιμες πληροφορίες για την αναγνώριση του ανθρώπινου βαδίσματος. Βασισμένη στην προηγούμενη ιδέα, μελετάται και υλοποιείται σε αυτήν την εργασία μια μέθοδος αναγνώρισης ανθρώπινου βαδίσματος, η οποία βασίζεται στη μέση διαφορική εικόνα βαδίσματος (Average Gait Differential Image-AGDI). Η AGDI δημιουργείται από τη συσσώρευση της διαφοράς σιλουετών μεταξύ γειτονικών καρέ. Το πλεονέκτημα αυτής της μεθόδου έγκειται στο ότι, ως εικόνα χαρακτηριστικών, η AGDI μπορεί να διατηρήσει τόσο την κινητική όσο και τη στατική πληροφορία του περπατήματος. Η δισδιάστατη ανάλυση κυρίων συνιστωσών (2DPCA- Two-dimensional principal component analysis) χρησιμοποιείται για την εξαγωγή χαρακτηριστικών από την AGDI. Η τεχνική αυτή εφαρμόζεται σε υπάρχουσες βάσεις δεδομένων προκειμένου να επαληθευτεί η αποδοτικότητά της.
Gait recognition is a term that usually refers to human identification by the style/way people walk in image sequences. The difference between adjacent frames of human walking contains useful information for human gait identification. Based on the previous idea, a silhouettes difference based human gait recognition method based on the average gait differential image (AGDI) is being studied and implemented in this thesis. The AGDI is generated by the accumulation of the silhouettes difference between adjacent frames. The advantage of this method lies in that, as a feature image, it can preserve both the kinetic and static information of walking. Two-dimensional principal component analysis (2DPCA) is used to extract features from the AGDI. This technique is being applied to existing databases in order to verify its efficiency.