[發明專利]基于多輪廓特征融合的步態識別方法在審
| 申請號: | 201710625809.7 | 申請日: | 2017-07-27 |
| 公開(公告)號: | CN107480604A | 公開(公告)日: | 2017-12-15 |
| 發明(設計)人: | 李占利;袁鵬瑞;李洪安 | 申請(專利權)人: | 西安科技大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 西安銘澤知識產權代理事務所(普通合伙)61223 | 代理人: | 李振瑞 |
| 地址: | 710054 *** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 輪廓 特征 融合 步態 識別 方法 | ||
1.基于多輪廓特征融合的步態識別方法,其特征在于,包括以下步驟:
使用攝像機獲取目標的視頻信號,然后從所述視頻信號中逐幀獲取步態圖像,對獲取的步態圖像轉換為灰度圖像;
對所述灰度圖像采用背景減除法獲取對應的運動目標圖像;
以所述運動目標圖像中的目標輪廓為基礎,相鄰三次運動目標圖像的寬度達到最大值時的幀數作為一個步態周期,一個步態周期內的多個運動目標圖像組成一個步態圖像序列;
對所述步態圖像序列中的各圖像分別進行關鍵距離特征提取、輪廓寬度特征提取和統計小波特征提取三個處理,分別得到關鍵距離特征、輪廓寬度特征和統計小波特征,將得到的關鍵距離特征、輪廓寬度特征和統計小波特征用拼接的方法結合在一起,得到一個一維的特征向量作為最終的特征向量;
計算上述特征向量和樣本空間中各樣本之間的歐氏距離,選取計算得到的多個歐式距離中最小的一個,將特征向量分配到相應的樣本類中。
2.如權利要求1所述的基于多輪廓特征融合的步態識別方法,其特征在于,所述關鍵距離特征提取具體包括:
首先根據公式(1)計算所述步態圖像序列中的各圖像中的目標質心(xc,yc),然后計算目標頭頂、雙手和雙腳五個關鍵點的位置,最后根據公式(2)提取目標質心到五個關鍵點的距離di作為步態特征:
其中,(xk,yk)為圖像輪廓上任一點的坐標,N為輪廓上點的個數;
得到每個圖像上的五個關鍵距離后,對這些關鍵距離分別求取最大值、最小值、平均值、和標準差,將上述的得到的五個關鍵距離的最大值、最小值、平均值和標準差作為目標的關鍵距離特征。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安科技大學,未經西安科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710625809.7/1.html,轉載請聲明來源鉆瓜專利網。





