[發(fā)明專利]采用單目視覺的三維重建來進(jìn)行步態(tài)識別的方法

無效

• 申請?zhí)枺?/td>: 201210121245.0
• 申請日: 2012-04-23
• 公開（公告）號: CN102697508A
• 公開（公告）日: 2012-10-03
• 發(fā)明（設(shè)計）人: 張軍;李國輝;涂丹;黃偉強(qiáng);來旭;李碩豪;黃魁華;侯金鑫
• 申請（專利權(quán)）人: 中國人民解放軍國防科學(xué)技術(shù)大學(xué)
• 主分類號: A61B5/117
• 分類號: A61B5/117;G06K9/00
• 代理公司: 國防科技大學(xué)專利服務(wù)中心 43202
• 代理人: 郭敏

技術(shù)領(lǐng)域：本發(fā)明涉及單視角條件下步態(tài)識別方法，尤其是身份識別中基于單攝像機(jī)即單目視覺的利用三維重建人體步行軌跡來進(jìn)行步態(tài)識別的方法。?

背景技術(shù)：步態(tài)識別是遠(yuǎn)距離身份識別技術(shù)一個新興子領(lǐng)域，它是根據(jù)人走路的姿態(tài)、方式等行為特征來實現(xiàn)個體的身份識別。步態(tài)識別與以往基于生物特征的識別技術(shù)比較，具有遠(yuǎn)距離識別、非侵犯、不易隱藏、對圖像(視頻)質(zhì)量要求低等優(yōu)點。在某些特定的場合中，無法通過交互性接觸采集到人臉、指紋和虹膜等生理特征，而步態(tài)特征可以實現(xiàn)遠(yuǎn)距離的非接觸性的采集，因此步態(tài)特征在這類特定場合下成為了唯一可以用于身份識別的生物特征。?

目前，步態(tài)識別技術(shù)廣泛應(yīng)用于社會安防和反恐維穩(wěn)等領(lǐng)域，將視頻處理技術(shù)與步態(tài)識別技術(shù)結(jié)合，智能分析公眾場合下的監(jiān)控視頻，自動識別出隱藏于人群中的危險人物，并發(fā)出警報，實現(xiàn)有效預(yù)防意外事件的發(fā)生。2000年，美國國防部高級研究計劃局DARPA(Defense?Advanced?Research?Project?Agency)資助的HID(Human?Identification?at?a?Distance)研究計劃，集合了包括麻省理工學(xué)院等26家高校和科研機(jī)構(gòu)，進(jìn)行遠(yuǎn)距離情況下行為人的檢測和識別的研究。它的任務(wù)就是開發(fā)多模態(tài)的、大范圍的視覺檢測技術(shù)，以實現(xiàn)對人體的檢測、分類和識別，這一計劃的實施有力的推動了遠(yuǎn)距離生物特征識別技術(shù)的研究和發(fā)展。?

目前用于步態(tài)識別的特征參數(shù)主要有兩類：基于二維圖像平面的步態(tài)特征參數(shù)和基于三維立體空間的步態(tài)特征參數(shù)。這兩類步態(tài)特征在用于步態(tài)識別過程中表現(xiàn)出來的優(yōu)勢和問題都十分明顯。基于人體序列輪廓圖像提取步態(tài)特征參數(shù)是二維步態(tài)特征提取的代表性方法，Wagg等在2004年第15期《Computer?Animation?and?Virtual?Worlds》發(fā)表的“Automated?Marker?less?Extraction?of?Walking?People?Using?Deformable?Contour?Models”一文中提出了二維步態(tài)識別的四個步驟：?

第一步，按照固定角度放置攝像頭，對人體行走過程的視頻進(jìn)行采集；?

第二步，對采集到的視頻進(jìn)行初始化和預(yù)處理，得到一系列二維的包含人體步態(tài)信息的圖像序列；?

第三步，去除序列中每幀二維圖像中的背景，得到序列人體輪廓。將序列人體圖像疊?加在一幀圖像中，借助于運(yùn)動補(bǔ)償時變累積算法，建立了軸向旋轉(zhuǎn)運(yùn)動及垂直震蕩運(yùn)動模型，結(jié)合線性霍夫變換求出胯部、膝蓋及腳踝處的平均寬度的特征集。?

第四步，對得到特征集進(jìn)行分類識別，確定身份信息。?

基于二維圖像提取步態(tài)特征參數(shù)，算法實現(xiàn)相對簡單，執(zhí)行效率較高。但是，基于二維圖像的步態(tài)特征參數(shù)受監(jiān)控攝像頭視角影響很大，這類步態(tài)特征參數(shù)會隨著視角的變化而變化，嚴(yán)重影響身份識別的準(zhǔn)確率。?

對于預(yù)先設(shè)定好的世界坐標(biāo)系，三維場景空間是唯一確定的，且三維場景下提的步態(tài)特征參數(shù)具有很好的視角魯棒性，消除了視角對步態(tài)識別精度的影響，減少提取的步態(tài)特征的誤差，所以三維步態(tài)識別能夠取得較高的準(zhǔn)確率。目前，人體運(yùn)動三維重建研究多采用多目相機(jī)捕獲步態(tài)數(shù)據(jù)，通過三維重建獲得的人體運(yùn)動特征。明東等在申請?zhí)枮?00910068882.4的專利“基于人體運(yùn)動結(jié)構(gòu)正投影三維重建的步態(tài)識別方法”提出在Wagg的步驟三中進(jìn)行人體步態(tài)的三維重建，在十一個固定攝像頭的條件下進(jìn)行步態(tài)識別。人體運(yùn)動的三維重建是三維空間步態(tài)特征提取過程中的關(guān)鍵步驟之一，文章將不同攝像頭采集的圖像提取人體輪廓后進(jìn)行三維投影，從而利用圖像序列得到人體輪廓運(yùn)動三維軌跡，提取三維軌跡特征值進(jìn)行身份識別。但是，此方法對環(huán)境的要求較為苛刻，在現(xiàn)實環(huán)境中往往都是利用單攝像頭實現(xiàn)對公共環(huán)境的監(jiān)控，很難實現(xiàn)多攝像頭對同一場景的采集，因此常規(guī)基于雙目或多目視覺的步態(tài)識別方法不適用于監(jiān)控場景內(nèi)人體運(yùn)動的三維重建，因此不適于公共場所的步態(tài)識別。?