[發(fā)明專利]基于高階張量子空間學(xué)習(xí)的多視角步態(tài)識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710126372.2
• 申請日: 2017-03-06
• 公開（公告）號: CN106934359B
• 公開（公告）日: 2020-09-22
• 發(fā)明（設(shè)計）人: 劉洪濤;劉光軍;蹇潔;劉媛媛;雷大江
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/60
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;賈允

本發(fā)明公開了一種基于高階張量子空間學(xué)習(xí)的多視角步態(tài)識別方法及系統(tǒng)，屬于智能識別領(lǐng)域。從多個代表性的角度來獲取步態(tài)視頻，分幀截取得到步態(tài)序列圖像；對步態(tài)序列圖像分別作背景提取、背景減除和二值化處理，使呈現(xiàn)出黑和白的視覺效果，得到多個視角下的輪廓序列；將輪廓序列轉(zhuǎn)換為張量數(shù)據(jù)；利用多線性判別分析和圖嵌入原理基礎(chǔ)上拓展DTSA后得到的基于圖嵌入的高階判別張量子空間分析算法對張量數(shù)據(jù)進(jìn)行降維和特征提取；根據(jù)提取得到的多視角步態(tài)特征，對步態(tài)特征進(jìn)行相似度測量，得到識別結(jié)果。本發(fā)明簡單，成本低，可以自動對特定場所進(jìn)行人員身份權(quán)限檢測及偽裝人員身份鑒定，有效提高監(jiān)控場所的安全防護(hù)及多種情形下的身份鑒定。

技術(shù)領(lǐng)域

本發(fā)明涉及智能識別領(lǐng)域，特別涉及一種基于高階張量子空間學(xué)習(xí)的多視角步態(tài)識別方法及系統(tǒng)。

背景技術(shù)

隨著當(dāng)今計算機(jī)和網(wǎng)絡(luò)通信技術(shù)的飛速發(fā)展，信息安全問題也日益突出。在一些對安全問題比較敏感的場所，如飛機(jī)場，軍事基地和銀行等，任何違法的冒用，盜取或竄改信息的活動都會帶來巨大的損失，傳統(tǒng)意義上的身份識別方法，如密碼卡、智能卡片、身份證等，盡管已被廣泛地使用，但也發(fā)生了很多涉及到危害安全的問題，如遺失，轉(zhuǎn)讓，造假等，可靠性愈來愈低，隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展和社會的進(jìn)步，傳統(tǒng)的身份識別方法已經(jīng)無法滿足某些安全需求，并且越來越多的場合需要自動監(jiān)控，自動識別或驗(yàn)證人的身份。人們十分希望能實(shí)現(xiàn)憑借自身唯一特點(diǎn)來判別自己的身份，不用攜帶一堆身份識別卡片的之類的東西，也不需要再去費(fèi)力的記一些密碼或者口令之類的東西。因此，基于生物特征的識別技術(shù)的研究與應(yīng)用變得日益迫切。

生物識別技術(shù)是基于人體獨(dú)特生物特征的身份辨識方法。物理上的生物識別技術(shù)，如人臉、虹膜和指紋的識別一般需要在規(guī)定的角度下進(jìn)行，如身體接觸或是接近。行為生物識別技術(shù)檢驗(yàn)人類行為可以在不干擾人類活動的情況下進(jìn)行，步態(tài)識別可以用低分辨率視頻序列遠(yuǎn)距離識別人的身份，而在這種條件下，物理生物識別技術(shù)是不能做到的。而且一個人很難掩飾或者偽裝他的步態(tài)特征。所以步態(tài)識別技術(shù)廣泛應(yīng)用于許多研究領(lǐng)域，比如醫(yī)學(xué)、安全監(jiān)控和模式識別等領(lǐng)域。

步態(tài)識別是一門融合了計算機(jī)視覺、模式識別與視頻圖像序列處理為一體的綜合技術(shù)。步態(tài)是唯一一種可以在較遠(yuǎn)距離間感知的生物行為特征。它通過區(qū)分人的行走方式來鑒別個人身份。步態(tài)識別起初起源于心理學(xué)的相關(guān)研究，從20世紀(jì)90年代才真正在國際上發(fā)展，而在2000年開始在國內(nèi)發(fā)展。步態(tài)識別可以在遠(yuǎn)距離、非接觸的情況下進(jìn)行進(jìn)而彌補(bǔ)生物特征存在的不足，且其可多角度識別、極難偽造等優(yōu)點(diǎn)另其優(yōu)勢突出，所以近年來各國學(xué)術(shù)科研機(jī)構(gòu)越來越重視步態(tài)識別技術(shù)。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的問題，本發(fā)明提供了一種基于高階張量子空間學(xué)習(xí)的多視角步態(tài)識別方法及系統(tǒng)，通過研究多線性判別分析原理與圖嵌入原理，對DTSA算法作針對性的拓展，結(jié)合判別信息算法和子空間學(xué)習(xí)的優(yōu)點(diǎn)，實(shí)現(xiàn)一種新的能夠提取特征信息的降維方法，其張量方法用來保留原來圖像矩陣的空間結(jié)構(gòu)信息，流形方法用來保留樣本分布的局部結(jié)構(gòu)，具有減小因角度、穿戴情況等對系統(tǒng)造成不良影響和提高行人監(jiān)測識別準(zhǔn)確率的優(yōu)勢。所述技術(shù)方案如下：

一方面，本發(fā)明提供了一種基于高階張量子空間學(xué)習(xí)的多視角步態(tài)識別方法，包括：

獲取多視角的步態(tài)圖像，多個步態(tài)圖像組成步態(tài)圖像集；

對每個步態(tài)圖像進(jìn)行預(yù)處理，得到相應(yīng)視角的輪廓序列；

將所述輪廓序列轉(zhuǎn)換為張量數(shù)據(jù)；

對所述張量數(shù)據(jù)依次進(jìn)行數(shù)據(jù)維度降低處理及特征提取處理；

根據(jù)提取得到的多視角步態(tài)特征，對步態(tài)特征進(jìn)行相似度測量，得到識別結(jié)果。

進(jìn)一步地，對所述張量數(shù)據(jù)進(jìn)行數(shù)據(jù)維度降低處理包括：基于將高維張量數(shù)據(jù)映射到低維空間的多線性判別分析方法和圖嵌入處理方法，對判別張量子空間分析方法進(jìn)行拓展，并利用拓展得到的高階判別張量子空間分析方法，對張量數(shù)據(jù)進(jìn)行數(shù)據(jù)維度降低處理。