[發明專利]基于多非線性局部保持投影的兩視角步態識別方法

有效

• 申請號: 201810751452.1
• 申請日: 2018-07-10
• 公開（公告）號: CN108921114B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 陳曉云;康葉媛;張萌;王彬福
• 申請（專利權）人: 福州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發明涉及多視角步態識別技術領域，特別是一種基于多非線性局部保持投影的兩視角步態識別方法。該方法包括以下步驟：讀取兩個不同視角的步態數據并刻畫樣本的原始關系、構造非線性函數族以規范化不同視角的步態樣本、基于局部保持原則對規范化樣本進行投影以提取判別特征、對照投影后的已知樣本庫和待測步態樣本，按照最近鄰原則識別來自不同視角的步態。經本方法投影后的樣本能有效保持原始非線性結構，減小視角因素的干擾，具有個體間差異大而視角間差異小的特點。在多視角步態庫CASIA(B)上進行實驗，實驗結果表明本方法優于其它多視角識別方法。

技術領域

本發明涉及多視角步態圖像分析技術領域，特別是一種基于多非線性局部保持投影的兩視角步態識別方法。

背景技術

隨著人工智能技術的發展，利用計算機技術進行生物特征身份認證已成為現實。與其他生物特征識別技術相比，步態識別是唯一能遠距離識別的技術，具有非侵犯性、非接觸性、易于感知、難以偽裝等良好特性。現已在安全監控、門禁系統、醫療診斷、人機交互等領域得到了成功應用。

步態識別技術的現有應用都局限在具備多攝像機系統的特定環境。這是因為自然環境下的步態圖像易受到多種因素干擾，如攝像機視角的變化、著裝的變化、攜帶物品的情況等。其中視角變化的影響最為顯著，同一個體在不同視角的步態樣本特征差異顯著，嚴重影響識別正確率。為了克服對復雜多攝像機系統的依賴，針對視角變化的步態識別方法已成為研究熱點。通常將已知步態和待測步態來自兩個不同視角的識別問題稱為兩視角步態識別問題。

兩視角步態識別的現有研究中，一種方法是尋找不同視角下步態運動信息的相關性關系，通過回歸模型將兩視角下步態的相關性信息從一個視角映射到另外一個視角。但這種方法易受遮擋和陰影等變化因素的影響，識別結果不穩定。另外，在步態視角變化較大時，待測樣本步態特征與已知樣本步態特征之間相關性信息較小，從而導致待測樣本不能準確重建，嚴重影響了識別準確率。另一種方法是假設不同視角的步態樣本分屬不同子空間，通過學習投影矩陣將不同視角的步態樣本投影到公共子空間，在公共子空間中完成識別。這種基于子空間投影的方法具有較好的識別效率且無視角限制，是近年來的研究熱點。

采用現有的子空間投影方法對不同視角的步態圖像進行識別存在如下不足：現有子空間投影方法多面向單子空間數據，不能直接應用于來自不同視角子空間中的步態數據；現有的兩視角子空間投影方法通常直接對原始樣本學習投影矩陣，使投影后的樣本難以保持原始非線性結構，影響了識別準確率；現有的兩視角子空間投影方法多為有監督方法，依賴類別標簽信息聯系不同視角間的樣本，而在實際應用中，類標簽的獲得通常需要消耗大量的人力物力。

因此，本方法針對上述不足，提出一種基于多非線性局部保持投影的兩視角步態識別方法。先通過每個視角下樣本的近鄰關系，刻畫不同視角間樣本的相似關系，克服對標簽信息的依賴；再構造非線性投影函數族以規范化不同視角的步態樣本，在規范化表示中保持了多種原始非線性結構；接著基于局部保持原則學習投影矩陣，使投影后的樣本表示保持原始的相似關系，保留更多判別信息；最后，比較投影后的待測樣本與已知樣本的距離，按照最近鄰原則獲得待測樣本的身份標簽。

發明內容

本發明的目的在于提供一種兩視角步態識別方法，克服現有技術中僅適用單子空間數據、難以保持非線性結構、依賴類別信息的不足。

為實現上述目的，本發明的技術方案是：一種基于多非線性局部保持投影的兩視角步態識別方法，其包括以下步驟：步驟S1：讀取來自兩個不同視角的步態樣本集X和Y；步驟S2：刻畫兩視角間的樣本關系；步驟S3：構造非線性函數族，規范化不同視角的步態樣本；步驟S4：基于局部保持原則對規范化后的樣本學習投影矩陣；步驟S5：比較投影后的已知樣本和待測步態樣本，識別來自不同視角的步態。

在本發明一實施例中，步驟S2包括以下具體步驟：步驟S21：單個視角下的相似度矩陣刻畫步態集的樣本間近鄰關系，同一個步態集合中第i個步態樣本和第j個步態樣本的相似度計算公式如下：