[發明專利]一種基于最優軸投影特征的步態識別方法和系統無效
| 申請號： | 200910086335.9 | 申請日： | 2009-05-31 |
| 公開（公告）號： | CN101571918A | 公開（公告）日： | 2009-11-04 |
| 發明（設計）人： | 江潔;陳鋒;張廣軍 | 申請（專利權）人： | 北京航空航天大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/46 |
| 代理公司： | 北京派特恩知識產權代理事務所（普通合伙） | 代理人： | 張穎玲;王黎延 |
| 地址： | 100083*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 最優 投影 特征 步態 識別 方法 系統 | ||
1.一種基于最優軸投影特征的步態識別方法，其特征在于，該方法包括：
a.對測試圖片序列和每個測試對象的參考圖片序列分別進行背景建模及步態區域檢測，得到每幅圖片的步態區域圖像；
b.根據得到的步態區域圖像，求取測試對象輪廓的最優軸；再根據得到的最優軸，獲取測試對象輪廓上的點到最優軸的投影，得到基于最優軸投影的步態特征；
其中，所述求取測試對象輪廓的最優軸具體為：以測試對象的輪廓質心為原點，提取步態區域圖像序列中測試對象輪廓點的坐標向量[x?y]T；將得到的輪廓坐標向量組成矩陣T，求取T與TT的乘積矩陣的特征值λ1和λ2(λ1＞λ2)、以及對應的特征向量e1和e2；根據得到的特征向量e1，獲得測試對象的最優軸方程;
c.對所提取的步態特征進行相似性度量；
d.根據測試圖片序列的步態特征與每個測試對象的參考圖片序列的步態特征的相似程度，識別出測試圖片序列中的測試對象。
2.根據權利要求1所述的方法，其特征在于，所述最優軸為通過輪廓質心的直線。
3.根據權利要求1所述的方法，其特征在于，所述得到基于最優軸投影的步態特征具體為：
b21、提取步態區域圖像I上輪廓點坐標向量[x?y]T，根據所提取的輪廓點坐標向量構建矩陣z；
b22、計算所構建矩陣z與權4中所述特征向量e1的轉置e1T的乘積矩陣p′；
b23、提取所述乘積矩陣p′的任意一行p′i，將p′i作為基于測試對象最優軸投影的步態特征。
4.一種基于最優軸投影的步態識別系統，其特征在于，該系統包括：步態區域檢測模塊、步態特征提取模塊、分類識別模塊；
步態區域檢測模塊，用于對測試圖片序列和每個測試對象的參考圖片序列?進行背景建模及步態區域檢測，獲得每幅圖片的步態區域圖像；
步態特征提取模塊，用于根據步態區域檢測模塊獲得的步態區域圖像，提取測試對象基于最優軸投影的步態特征；
分類識別模塊，用于對步態特征提取模塊提取的步態特征行相似性度量，并根據測試圖片序列與每個測試對象的參考圖片序列步態特征的相似程度，識別出測試圖片序列中的測試對象；
其中，所述步態特征提取模塊進一步包括：最優軸提取子模塊和投影特征提取子模塊；
最優軸提取子模塊，用于根據得到的步態區域圖像，計算測試對象輪廓的最優軸；所述計算測試對象輪廓的最優軸具體為：以測試對象的輪廓質心為原點，提取步態區域圖像序列中測試對象輪廓點的坐標向量[x?y]T；將得到的輪廓坐標向量組成矩陣T，求取T與TT的乘積矩陣的特征值λ1和λ2(λ1＞λ2)、以及對應的特征向量e1和e2；根據得到的特征向量e1，獲得測試對象的最優軸方程；
投影特征提取子模塊，用于根據獲得的最優軸，獲取測試對象輪廓上的點到最優軸的投影。
5.根據權利要求4所述的系統，其特征在于，所述步態區域檢測模塊進一步包括背景建模子模塊、時域差分子模塊和圖像二值化子模塊；其中，
背景建模子模塊，用于對測試圖片序列與每個測試對象的參考圖片序列進行背景建模，獲得背景圖像；
時域差分子模塊，用于根據背景建模子模塊得到的背景圖像，完成對測試圖片序列與每個測試對象的參考圖片序列對應圖像的時域差分處理；
圖像二值化子模塊，用于將差分后的圖像進行二值化處理，得到步態區域圖像。?
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京航空航天大學，未經北京航空航天大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/200910086335.9/1.html，轉載請聲明來源鉆瓜專利網。
