[發(fā)明專利]基于人工神經(jīng)網(wǎng)絡的多源步態(tài)特征提取與身份識別方法有效
| 申請?zhí)枺?/td> | 201010115897.4 | 申請日: | 2010-03-02 |
| 公開(公告)號: | CN101807245A | 公開(公告)日: | 2010-08-18 |
| 發(fā)明(設計)人: | 明東;白艷茹;張廣舉;孫長城;萬柏坤 | 申請(專利權)人: | 天津大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06T7/20;G06N3/02 |
| 代理公司: | 天津市北洋有限責任專利代理事務所 12201 | 代理人: | 劉國威 |
| 地址: | 300072*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 人工 神經(jīng)網(wǎng)絡 步態(tài) 特征 提取 身份 識別 方法 | ||
技術領域
本發(fā)明涉及視頻處理、紅外熱釋電信號分析、圖像處理、特征提取、模式識別等。具體 講,涉及基于人工神經(jīng)網(wǎng)絡的多源步態(tài)特征提取與身份識別方法。
技術背景
生物特征識別是通過各種高科技信息檢測手段、利用人體所固有的生理或行為特征來進 行個人身份鑒定。生物特征主要包括生理特征和行為特征兩種:生理特征是指與生俱來的, 先天性的人體物理特征,如指紋、虹膜、人臉等;行為特征是指從人所執(zhí)行的運動中提取出 來的特征,多為后天性的,如步態(tài)、筆跡等。近幾年生物認證技術出現(xiàn)了跳躍式發(fā)展,成為 產(chǎn)、學、研、管各方面廣泛關注的熱點。在2001年的MIT?Technology?Review雜志中,生物 特征識別技術被列為10項最有可能改變世界的技術之一。預計未來10年左右,生物認證技 術將深入到我們生活的方方面面,其綜合影響力將不亞于互聯(lián)網(wǎng)。
步態(tài)識別(Gait?Recognition)是生物特征識別技術中的新興領域之一。它旨在根據(jù)人們 的走路姿勢實現(xiàn)對個人身份的識別或生理、病理及心理特征的檢測,具有廣闊的應用前景。 步態(tài)是一種復雜的行為特征,是人的生理、心理及對外界反應的一個綜合體現(xiàn)。由于個體之 間存在差異,步態(tài)也不盡相同,這些差異是整個肌肉和骨架(身體重量、肢體長度、骨骼 結(jié)構等)的函數(shù),且完全決定于幾百個運動學參數(shù)。早期的醫(yī)學研究表明:人的步態(tài)中有24 種不同的成分,如果把這些成分都考慮到,則步態(tài)是為個體所特有的,這使得利用步態(tài)進行 身份識別成為可能。相對于其他生物認證技術,步態(tài)識別具有非侵犯性、遠距離識別、簡化 細節(jié)、難以偽裝等獨特優(yōu)勢。
現(xiàn)有的步態(tài)識別算法大致分為基于模型和基于非模型兩大類。基于模型的方法,是指通 過對人體結(jié)構建立模型或者對人體在步態(tài)序列圖像中所表現(xiàn)出的明顯的行走特征建立模型, 利用模型衍生出來的參數(shù)提取步態(tài)特征。其特點是可以較精確地描述步態(tài)特征,大幅度降低 對外部條件變化的敏感性,但是巨大的運算量是重視實時性的實用化所面臨的難題。基于非 模型方法,是指直接對人體在行走過程中的形狀或動作進行分析而提取出來的特征。其特點 是計算量相對較小,有助于在實用環(huán)節(jié)中達到實時運算的目的,但對背景和光照信號的變化 敏感,一旦場景中出現(xiàn)遮擋現(xiàn)象,識別能力將受到較大影響。
步態(tài)識別融合了計算機視覺、模式識別與視頻/圖像序列處理等多項技術。隨著生物認證 技術的快速發(fā)展,基于步態(tài)特征的身份識別技術愈加顯示出它的優(yōu)勢,尤其在門禁系統(tǒng)、安 全監(jiān)控、人機交互、醫(yī)療診斷等領域具有廣泛的應用前景和經(jīng)濟價值。因而引起了國內(nèi)外許 多研究者的濃厚興趣,成為近年來生物醫(yī)學信息檢測領域備受關注的前沿方向。
然而,沒有任何一種技術是完美的,現(xiàn)實條件下從環(huán)境中捕捉圖像會受到多種因素(如 氣候條件的變化、光照條件的變化、背景的混亂干擾、運動目標的影子、攝像機的運動等) 的影響,這給步態(tài)的最終識別帶來了許多困難。如何消除這些因素的影響,更準確地提取運 動人體的有效步態(tài)特征,是步態(tài)識別領域面臨的難題。鑒于此,本發(fā)明將骨架構建思想和 Radon思想引入其中:骨架模型建立在人體解剖學所確認的人體各部分結(jié)構比例的基礎之上, 它結(jié)合了目標的輪廓和區(qū)域信息,反應了目標的重要視覺線索;Radon變換廣泛用于圖像中 的線段檢測,正好符合腿部在圖像輪廓中近似為某一方向上的線段,在行走過程中相對于水 平軸會發(fā)生較大幅度的角度變化的特性。這意味著Radon變換得到的特征參數(shù)能夠反映出原 始輪廓的大部分能量信息,既有步態(tài)的外觀信息,又有動態(tài)信息,可有效降低自遮擋及影子 帶來的影響。
目前步態(tài)識別算法多數(shù)是基于形狀信息的,其缺陷是當人體輪廓發(fā)生變化時(例如背包、 物體與環(huán)境之間或者物體與物體之間的遮擋等),單一形狀特征識別不能取得滿意的結(jié)果。
發(fā)明內(nèi)容
為克服現(xiàn)有技術的不足,本發(fā)明的目的在于提出一種包含人體形態(tài)信息和運動信息的多 源多特征融合的新型步態(tài)識別方法,以減少復雜背景、遮擋物等外界因素的干擾,對現(xiàn)實條 件具備更好的自適應性,更為準確地提取能反映運動人體行走特征的有效信息,以提高步態(tài) 識別正確率。該項發(fā)明為步態(tài)提取和識別提供了一種新的方案,有望獲得可觀的社會效益和 經(jīng)濟效益,并為今后步態(tài)識別拓展新的思路。
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天津大學,未經(jīng)天津大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201010115897.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡
- 神經(jīng)網(wǎng)絡的生成方法、生成裝置和電子設備
- 一種舌診方法、裝置、計算設備及計算機存儲介質(zhì)
- 學習神經(jīng)網(wǎng)絡結(jié)構
- 脈沖神經(jīng)網(wǎng)絡轉(zhuǎn)換方法及相關轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設備
- 一種適應目標數(shù)據(jù)集的網(wǎng)絡模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構人工神經(jīng)網(wǎng)絡的處理器及其操作方法、電氣設備
- 一種圖像神經(jīng)網(wǎng)絡結(jié)構的優(yōu)化方法及裝置





