[發明專利]一種基于遮擋修復和局部相似性匹配的三維步態識別方法

有效

• 申請號: 201410338516.7
• 申請日: 2014-07-16
• 公開（公告）號: CN104063702A
• 公開（公告）日: 2014-09-24
• 發明（設計）人: 唐琎;羅堅;許天水;王富強;郝勇峰;毛芳
• 申請（專利權）人: 中南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 馬強

技術領域

本發明涉及生物特征識別領域，基于遮擋修復和局部相似性匹配的三維步態識別方法。

背景技術

當前步態識別過程中步態圖像的采集主要依靠普通攝像頭，得到的為二維步態圖像，對二維步態圖像進行周期檢測和特征提取后，可進行特定視角的步態識別。

另一種方法采用多個攝像機或立體攝像機進行步態圖像數據采集和三維重建，提取三維空間下的步態特征進行步態識別。

二維視頻獲取和處理相對簡單，但采用二維圖像進行步態識別時，如果出現遮擋或視角大幅變化時，其識別率會大幅下降，嚴重影響其在反恐、安保方面的實用性。而采用多個攝像機或立體攝像機進行三維重建的方法，存在計算復雜，設備成本高等問題，導致其實用性不強，往往局限于實驗室環境下。而且一般三維步態識別方法無法解決有遮擋時的步態識別問題，這使得步態識別的研究與實際應用受到很大限制。

發明內容

本發明所要解決的技術問題是，針對現有技術不足，提供一種基于遮擋修復和局部相似性匹配的三維步態識別方法，解決當前的步態識別方法無法很好地解決遮擋條件下多視角步態識別的問題。

為解決上述技術問題，本發明所采用的技術方案是：一種基于遮擋修復和局部相似性匹配的三維步態識別方法，包括以下步驟：

A、對單個深度攝像機采集到的深度圖像進行背景剔除和小波的軟閥值濾波，得到濾波修復后的步態深度圖像；

B、利用濾波修復后的步態深度圖像進行三維步態點云數據提取，并通過基于高斯和平均曲率熵值的點云精減方法完成三維表面特征建模，得到三維步態表面模型；

C、對三維步態表面模型，運用局部相似性匹配方法進行各視角公共步態特征數據提取，將各視角步態周期內所有公共步態特征分別進行數據融合，生成三維局部融合步態模型，利用各視角三維局部融合步態模型得到多視角三維局部融合步態特征庫；

D、對各視角三維局部融合步態模型按解剖學原理進行分塊，按視角提取待訓練三維局部融合步態模型中各分塊輪廓線，并運用Fourier描述子分別完成特征提取和聚類，以此為基礎實現遮擋識別時的步態遮擋區域檢測和定位；

E、運用遮擋變換修復模型，完成步態遮擋區域數據的修復，得到遮擋修復后的三維局部融合步態模型；

F、對遮擋修復后的三維局部融合步態模型，分類完成有遮擋條件下的視角可變三維步態識別。

所述步驟A中，濾波修復后的步態深度圖像獲取過程如下：

1)使用Kinect深度攝像機獲取場景的深度圖像，建立深度圖像的背景模型，利用深度圖像幀間差異法和背景剪除法獲得人體步態深度圖像；或者，直接利用Kinect深度攝像機獲取的深度圖像，對深度圖像做人體邊緣檢測算法，再運用人體模板匹配方法，將人體步態數據從深度圖像中摳出，實現與背景無關的人體步態數據提取，得到人體步態深度圖像；

2)令上述人體步態深度圖像像素點數為N＝2^J，對人體步態深度圖像進行分辨率為L的小波變換，得到各分辨率下的小波系數W_j,i；其中，0≤L<J，j＝L,L+1,...,J-1，i＝1,...,2^j；

3)對小波系數進行軟閥值去噪處理，得到軟閥值去噪處理后的系數