[發明專利]一種新型基于Kinect的目標行人軌跡跟蹤方法

有效

• 申請號: 201710215898.8
• 申請日: 2017-04-05
• 公開（公告）號: CN107122718B
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 鄧正宏;黃一杰;馬春苗;楊川;張琦瑋
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明的目的是開發一種步態識別分類系統，旨在幫助安保部門從大量的監控視頻當中識別出已經出現過的可疑人員，對目標行人進行軌跡跟蹤，進而確定該人員的行動范圍，為安保部門偵破案件提供線索。按照以下方式實現:建立步態數據庫,開啟SDK的骨骼跟蹤功能，編寫獲取步態特征的WPF程序，獲得步態特征的特征向量數據，輸出這些數據到txt文本文檔中，并且輸出同一時間經過骨骼跟蹤標定的彩色圖像，以及同一時間的彩色視頻流；開發步態識別分類系統,通過C++來開發分類識別系統，利用改進的最近臨分類算法實現系統分類；對目標行人進行軌跡跟蹤,根據識別出的同一時間的目標步態數據找到同一時間目標行人所在的視頻段來實現。

技術領域

本發明涉及人體識別智能監控系統設計，具體說來先建立人體步態數據庫，再開發分類識別系統，進而查詢到目標行人對其進行軌跡跟蹤。

背景技術

通過對目標行人進行軌跡跟蹤不但可以幫助安保部門從大量的監控視頻當中識別出已經出現過的可疑人員，而且可以確定該人員的行動范圍，為安保部門偵破案件提供線索。

然而現如今對于目標行人的軌跡跟蹤大多是采用傳統的直接對于視頻的跟蹤處理算法，大大增加了視頻處理的復雜度，在實際應用當中往往不能及時地對目標行人進行軌跡跟蹤。

發明內容

本發明的目的是開發一種步態識別分類系統，旨在幫助安保部門從大量的監控視頻當中識別出已經出現過的可疑人員，對目標行人進行實時地軌跡跟蹤，進而確定該人員的行動范圍，為安保部門偵破案件提供線索。

本發明的目的是按以下方式實現的，首先建立步態數據庫；然后開發步態識別分類系統；最后對目標行人進行軌跡跟蹤。具體算法如下：

首先，建立步態數據庫：開啟SDK的骨骼跟蹤功能，編寫獲取步態特征的WPF程序，獲得步態特征的特征向量數據，輸出這些數據到txt文本文檔中，并且輸出同一時間經過骨骼跟蹤標定的彩色圖像，以及同一時間的彩色視頻流。

然后，開發步態識別分類系統：通過C++來開發分類識別系統，利用改進的最近臨分類算法實現系統分類。

最后，對目標行人進行軌跡跟蹤：根據識別出的同一時間的目標步態數據找到同一時間目標行人所在的視頻段來實現。

本發明的優異效果如下：使用Kinect進行步態識別可以利用其骨骼跟蹤功能實時獲得20個骨骼點的三維坐標，獲得人體的步態特征向量進而建立步態數據庫，避免了傳統圖像處理的繁瑣，降低了特征提取的難度，而且提取的步態特征向量數據非常精確；采用最近鄰分類算法的步態識別系統不但具有非常高的識別率，而且計算簡單，計算效率比較高；根據識別出的同一時間的目標步態數據找到同一時間目標行人所在的視頻段來實現目標行人軌跡跟蹤，與傳統的直接對于視頻的跟蹤處理算法相比，大大降低了計算量和實現的復雜度。

附圖說明

圖1目標行人軌跡跟蹤流程圖

圖2Kinect硬件結構分布圖

圖3獲取步態數據庫WPF程序運行界面

圖4骨骼節點標定的目標行人的彩色圖片

圖5目標行人的標記過程

具體實施方式

參照說明書附圖對本發明作以下詳細地說明。

首先，建立步態數據庫：開啟SDK的骨骼跟蹤功能，并且編寫獲取步態特征的WPF程序，獲得步態特征的特征向量數據，輸出這些數據到txt文本文檔中，并且輸出同一時間經過骨骼跟蹤標定的彩色圖像，以及同一時間的彩色視頻流。

1)編寫WPF程序獲得步態特征向量數據