[發(fā)明專利]快速步態(tài)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210552339.3
• 申請(qǐng)日: 2012-12-19
• 公開（公告）號(hào): CN102982323A
• 公開（公告）日: 2013-03-20
• 發(fā)明（設(shè)計(jì)）人: 李校林;張?zhí)煊?/a>;朱闖;何策
• 申請(qǐng)（專利權(quán)）人: 重慶信科設(shè)計(jì)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 重慶市前沿專利事務(wù)所 50211
• 代理人: 郭云

技術(shù)領(lǐng)域

本發(fā)明涉及一種步態(tài)識(shí)別方法，尤其涉及一種基于時(shí)空輪廓分析的快速步態(tài)識(shí)別方法。

背景技術(shù)

步態(tài)識(shí)別是一種新興的生物特征識(shí)別技術(shù)，同樣也是計(jì)算機(jī)視覺領(lǐng)域一個(gè)重要研究課題，旨在根據(jù)人們走路的姿勢(shì)進(jìn)行身份識(shí)別。人們可以把人臉、指紋等靜態(tài)圖像的識(shí)別歸結(jié)為第一代生物識(shí)別技術(shù)，那么可以把新興的這種識(shí)別技術(shù)稱為第二代生物識(shí)別技術(shù)。

步態(tài)識(shí)別具有遠(yuǎn)距離和非侵犯性等優(yōu)勢(shì)，受到現(xiàn)代智能監(jiān)控系統(tǒng)研究者的越來越多的關(guān)注。在視頻監(jiān)控系統(tǒng)中，人臉及步態(tài)特征一直都被認(rèn)為是兩個(gè)重要的可利用的特征。但人臉識(shí)別容易受化妝、佩戴物及距離等因素的影響，步態(tài)識(shí)別可克服以上缺陷，在遠(yuǎn)距離非接觸的狀態(tài)下進(jìn)行，具有可遠(yuǎn)距離獲取，非接觸性和非侵犯性，以及難以隱藏，難以模仿或盜用的優(yōu)點(diǎn)。從視頻監(jiān)控技術(shù)日趨走向智能化、無線化道路上來看，步態(tài)是遠(yuǎn)距離情況下最有潛力的生物特征，并且是進(jìn)一步從精細(xì)化監(jiān)控功能的必要線索，在輔助身份識(shí)別的同時(shí)，還可以實(shí)現(xiàn)目標(biāo)對(duì)象的年齡和性別，甚至可用于辨別目標(biāo)對(duì)象的種族類型。

而步態(tài)識(shí)別技術(shù)的關(guān)鍵問題是步態(tài)特征的表征方法，很多算法的共同思路是利用人體外形提取步態(tài)特征。和虹膜人臉指紋等生物特征相比，步態(tài)包含更為復(fù)雜的屬性，因此有效地步態(tài)特征提取一直是一個(gè)沒有很好解決的問題。

發(fā)明內(nèi)容

本發(fā)明旨在解決現(xiàn)有技術(shù)中存在的技術(shù)問題，特別創(chuàng)新地提出了一種快速步態(tài)識(shí)別方法，將身份識(shí)別問題逐層分解，采用決策級(jí)信息融合的策略，提高了步態(tài)識(shí)別的速度。

為了實(shí)現(xiàn)本發(fā)明的上述目的，本發(fā)明提供了一種快速步態(tài)識(shí)別方法，其特征在于包括以下步驟：

S1、建立由步態(tài)特征組成的步態(tài)特征數(shù)據(jù)庫，其中每一步態(tài)特征對(duì)應(yīng)于一個(gè)人員，且每一步態(tài)特征均包括5個(gè)分量：個(gè)人編號(hào)、身高、性別、年齡和步態(tài)信息文件指針，每一步態(tài)信息文件指針對(duì)應(yīng)于一個(gè)步態(tài)信息分量；

S2、采集待識(shí)別人體的身高，并獲取待識(shí)別人體的步態(tài)信息分量；

S3、根據(jù)該待識(shí)別人體的身高，對(duì)該步態(tài)特征數(shù)據(jù)庫中的人員進(jìn)行篩選；

S4、根據(jù)該待識(shí)別人體的性別和年齡，對(duì)該步態(tài)特征數(shù)據(jù)庫中的人員進(jìn)行進(jìn)一步篩選；

S5、分別計(jì)算出該待識(shí)別人體的步態(tài)信息分量與上述篩選出的各人員的步態(tài)信息分量之間的歐幾里德距離，并將歐幾里德距離最小的人員識(shí)別為該待識(shí)別人體。

本發(fā)明中步態(tài)特征包括5個(gè)分量，首先通過身高篩選，然后通過性別年齡篩選，最后通過步態(tài)信息分量篩選，本發(fā)明將身份識(shí)別問題逐層分解，采用決策級(jí)信息融合的策略，提高了步態(tài)識(shí)別的速度；此外，步態(tài)信息分量以步態(tài)信息文件指針的方式存儲(chǔ)至步態(tài)特征數(shù)據(jù)庫中，將步態(tài)識(shí)別問題完全轉(zhuǎn)換成了數(shù)據(jù)庫查詢問題，在步態(tài)信息分量篩選過程中可以通過該步態(tài)信息文件指針快速查找到對(duì)應(yīng)的步態(tài)信息分量，由此進(jìn)一步提高了步態(tài)識(shí)別的速度。

建立支持該特征存儲(chǔ)和快速檢索的步態(tài)數(shù)據(jù)庫，最終基于時(shí)空輪廓分析算法選擇時(shí)空能量圖(Spatio-Temporal?Energy，STE)作為步態(tài)信息的特征圖，提出結(jié)構(gòu)化快速步態(tài)識(shí)別的方法，使得每個(gè)階段的問題處理都更簡便，速度更快，從而使得最終識(shí)別性能更好。

在所述步驟S1中，該身高h(yuǎn)通過直尺測量獲取，單位精確至毫米mm；該性別s直接輸入，由0表示男性，1表示女性；該年齡a根據(jù)當(dāng)前日期與出生日期的差值確定。

所述步驟S1中在獲取該步態(tài)信息文件指針*P時(shí)首先獲取步態(tài)信息分量，再建立與該步態(tài)信息分量對(duì)應(yīng)的步態(tài)信息文件指針*P；

所述步驟S1和步驟S2中在獲取步態(tài)信息分量時(shí)，均按照以下步驟執(zhí)行：

A1、采集包括人體的步態(tài)視頻流以及不包括人體的背景圖像；

A2、將該步態(tài)視頻流中的各視頻幀以及該背景圖像分別轉(zhuǎn)換為灰度圖像，并將該步態(tài)視頻流中各視頻幀與該背景圖像分別做差分運(yùn)算，從而獲得各視頻幀的人體區(qū)域圖；

A3、將該人體區(qū)域圖轉(zhuǎn)換為人體輪廓線圖；

A4、對(duì)該人體輪廓線圖進(jìn)行標(biāo)準(zhǔn)化處理；

A5、將標(biāo)準(zhǔn)化后的人體輪廓線圖轉(zhuǎn)換為時(shí)空能量圖，并將該時(shí)空能量圖作為步態(tài)信息分量。

本發(fā)明將人體區(qū)域圖轉(zhuǎn)換為人體輪廓線圖，提高了數(shù)據(jù)壓縮率，節(jié)約了存儲(chǔ)空間，并且將人體輪廓線圖轉(zhuǎn)換為時(shí)空能量圖，以時(shí)空能量圖作為步態(tài)新型分量，由于時(shí)空能量圖對(duì)噪聲干擾影響不敏感，由此提高了步態(tài)識(shí)別的精確度。

所述步驟A2還包括對(duì)各視頻幀的人體區(qū)域圖進(jìn)行處理的過程：

A2-1、對(duì)各視頻幀中人體區(qū)域圖進(jìn)行自適應(yīng)閾值處理；