[發明專利]基于步態識別的煤礦井下人員身份識別方法

有效

• 申請號: 201810936703.3
• 申請日: 2018-08-16
• 公開（公告）號: CN109241870B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 劉曉陽;靖薇
• 申請（專利權）人: 中國礦業大學（北京）
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06K9/62;G06V10/774;G06V10/764
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于步態識別的煤礦井下人員身份識別方法，其特征在于，包括以下步驟：

A.采集煤礦井下多個作業人員的步態視頻序列，組成步態圖像數據庫；

B.將步態圖像數據庫中的步態視頻序列進行預處理，步態視頻序列進行預處理的方法為：首先，從步驟A采集的原始步態視頻圖像中，提取單幀圖像進行灰度變換，再進行中值濾波，對中值濾波后的步態視頻序列逐幀計算各像素點的中值，用作步態視頻序列的背景圖像，再用背景減除法提取人體目標，將人體目標的步態輪廓使用尺度歸一化的矩形框框選，并截取出來，按1:1的縮放比例將步態輪廓歸一化為128×64像素大小，利用檢測到的步態周期將一周期的步態圖像合成一個二值圖像，再將每個圖像矩陣轉換為向量表示，得到高維空間的步態視頻圖像向量，然后從每個作業人員的步態視頻序列中選取一半作為訓練集，另一半作為測試集；

C.將訓練集中的步態視頻圖像向量進行維數約簡，求解最佳投影矩陣，其中最佳投影矩陣的求解具體如下：

(1)對訓練集中的高維空間的步態視頻圖像向量進行維數約簡，

(2)根據k-最近鄰準則,構建加權鄰域圖，并運用自適應最近鄰的度量方式，設置鄰域權值矩陣，

(3)根據所述的鄰域權值矩陣定義目標函數，所述目標函數用以保證同類或不同類最近鄰樣本點投影后類別不變，且同類點投影后距離變小，不同類點投影后距離拉大，

(4)對目標函數進行優化，并求解優化后的目標函數，得到最佳投影矩陣；

D.用最佳投影矩陣，將測試集的步態視頻圖像數據投影到低維步態圖像數據特征分類空間，實現步態特征數據的提取；

E.將待識別步態圖像序列輸入K-NN分類器，利用K-NN分類器在測試集上根據提取的步態特征進行分類識別，并根據分類識別結果，鑒別煤礦井下人員身份。

2.根據權利要求1所述的煤礦井下人員身份識別方法，其特征在于：步驟A中，通過攝像機采集作業人員的步態視頻序列，作業人員分別相對于攝像機以正面，傾斜和側面3個視角行走，每人每個視角采集4個彩色圖像序列。

3.根據權利要求1所述的煤礦井下人員身份識別方法，其特征在于：步驟B中，所述矩形框的高寬比設定為128:64。

4.根據權利要求1所述的煤礦井下人員身份識別方法，其特征在于：設n個高維空間的步態視頻圖像向量的樣本點集X＝{x₁,x₂,…,x_n}，維數為D；對應的低維空間的步態視頻圖像向量的樣本點集Y＝{y₁,y₂,…,y_n}，維數為d；

自適應最近鄰的度量方式為：D(x_i,x_j)＝(x_i-x_j)^TΣ^*(x_i-x_j)

其中：Σ＝W^-1BW^-1＝W^-1/2(W^-1/2BW^-1/2)W^-1/2＝W^-1/2B^*W^-1/2

Σ^*＝W^-1/2(W^-1/2BW^-1/2+δE)W^-1/2＝W^-1/2(B^*+δE)W^-1/2

Σ是協方差矩陣，δ為軟化參數，Σ^*是限定的協方差矩陣，W是求和后的類內協方差矩陣，B是類間協方差矩陣，而W和B中的元素值由每個點周圍的k個最近鄰點計算得來，各點均有其對應的W矩陣中的元素值和B矩陣中的元素值。