[發明專利]步態識別方法和裝置

有效

• 申請號: 201310435751.1
• 申請日: 2013-09-23
• 公開（公告）號: CN103473539A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 覃劍釗;閻鏡予;黃卜夫
• 申請（專利權）人: 智慧城市系統服務（中國）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 廣東廣和律師事務所 44298
• 代理人: 章小燕

技術領域

本發明涉及模式識別技術領域，尤其涉及一種步態識別方法和裝置。

背景技術

近年來，如何以一種自然的方式，即不影響待辨識人的正常活動，有效、可靠的對個人身份進行驗證和辨識，在公共安全領域受到廣泛重視。常用的生物特征身份認證方法，如指紋、掌紋等，需要待辨識人與識別裝置發生物理接觸和配合，而基于視頻監控系統的身份驗證方法，可以不需要待辨識人的配合和注意。人的步態信息是其中一種可以通過視頻獲取的重要生物特征。采用步態作為生物特征可以在低分辨率的視頻圖像中對人身份進行辨識。

現有技術公開了一種基于隱馬爾可夫模型的步態識別方法。該方法首先對步態的周期進行估計，然后將周期中的圖像根據時間段進行劃分，接著對不同時間段內圖像輪廓特征進行聚類，生成隱馬爾可夫模型的隱狀態。最后根據這些狀態量訓練隱馬爾可夫模型用于分類。

但是基于隱馬爾可夫模型的步態識別方法，需要對步態周期進行估計，當待辨識人在視頻部分幀中被遮擋，或者待辨識人在視頻中只出現了很短的時間，使得步態周期不完整，當步態周期不完整時，會導致建模過程中一些隱狀態無法找到，使得建模失敗，該步態識別方法便會失效。

發明內容

有鑒于此，本發明要解決的技術問題是提供一種步態識別方法及裝置，在識別過程中不需要對步態周期進行估計，即使待辨識人在視頻部分幀中被遮擋，或者待辨識人在視頻中只出現了很短的時間，也可以準確的對待辨識人進行識別。

本發明解決上述技術問題所采用的技術方案如下：

根據本發明的一個方面，提供的步態識別方法包括：

訓練樣本視頻圖像得到步態碼本；

獲取待辨識人行走的前景圖像序列；

提取前景圖像序列的方向梯度直方圖特征；

根據訓練生成的步態碼本以及方向梯度直方圖特征，生成稀疏編碼特征；

根據稀疏編碼特征，得到待辨識人的身份。

優選地，獲取待辨識人行走的前景圖像序列包括：

采集待辨識人行走視頻圖像；

提取視頻圖像中的前景圖像；

檢測前景圖像中的待辨識人的前景圖像；

跟蹤待辨識人的前景圖像，獲取待辨識人行走的前景圖像序列。

優選地，提取前景圖像序列的方向梯度直方圖特征包括：

將前景圖像序列的每個前景圖像方形區域劃分為相互重疊的子區域；

計算各個子區域像素點的梯度方向和強度；

統計各個子區域在各個方向劃分中的強度之和并進行歸一化，得到各個子區域的方向梯度直方圖；

將各個子區域的方向梯度直方圖串聯成方向梯度直方圖特征。

優選地，根據訓練生成的步態碼本以及方向梯度直方圖特征，生成稀疏編碼特征包括：

根據訓練生成的步態碼本以及每一幀的方向梯度直方圖特征，得到每一幀的稀疏編碼；

將每一幀的稀疏編碼進行整合，生成稀疏編碼特征。

優選地，訓練樣本視頻圖像得到步態碼本包括：

獲取樣本視頻圖像中的行人前景圖像序列；

標注各個行人前景圖像序列；

提取行人前景圖像序列的方向梯度直方圖特征；

根據方向梯度直方圖特征，生成步態碼本。

根據本發明的另一個方面，提供的一種步態識別裝置包括：

訓練模塊，用于訓練樣本視頻圖像得到步態碼本；

獲取模塊，用于獲取待辨識人行走的前景圖像序列；

提取模塊，用于提取前景圖像序列的方向梯度直方圖特征；

生成模塊，用于根據訓練生成的步態碼本以及方向梯度直方圖特征，生成稀疏編碼特征；

識別模塊，用于根據稀疏編碼特征，得到待辨識人的身份。

優選地，獲取模塊包括：

采集單元，用于采集待辨識人行走視頻圖像；

圖像提取單元，用于提取視頻圖像中的前景圖像；

檢測單元，用于檢測前景圖像中的待辨識人的前景圖像；

跟蹤單元，用于跟蹤待辨識人的前景圖像，獲取待辨識人行走的前景圖像序列。

優選地，提取模塊包括：

劃分單元，用于將前景圖像序列的每個前景圖像方形區域劃分為相互重疊的子區域；

計算單元，用于計算各個子區域像素點的梯度方向和強度；

統計單元，用于統計各個子區域在各個方向劃分中的強度之和并進行歸一化，得到各個子區域的方向梯度直方圖；

串聯單元，用于將各個子區域的方向梯度直方圖串聯成方向梯度直方圖特征。

優選地，生成模塊包括：