[發明專利]一種基于非線性動力學指標的速度無關的步態識別方法

有效

• 申請號: 201811037563.2
• 申請日: 2018-09-06
• 公開（公告）號: CN109446884B
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 鄧木清;林鵬;高發榮;曹九穩
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06F17/14
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于非線性動力學指標的速度無關的步態識別方法。本發明包括以下步驟：采集人體步態運動輪廓圖；提取人體下肢輪廓寬度、周長及面積參數曲線；基于輪廓參數，構建徑向基函數神經網絡對不同速度下的步態動力學進行建模，得到三維可視的步態動力學信息；計算三種非線性動力學指標，利用不同速度下的步態模式之間在非線性動力學指標上的差異，實現速度無關的步態識別。本發明直接從人體輪廓圖上提取速度無關的步態動力學特征，不用進行復雜的圖像處理過程，簡單方便、容易操作。本發明所提取的動力學特征可以有效地應對多種步行速度下的識別挑戰，實現多速度下的無限制步態識別。

技術領域

本發明屬于模式識別技術領域，具體涉及一種與速度無關的基于非線性動力學指標的速度無關的步態識別方法。

背景技術

步態識別，作為一種新興的生物特征識別技術，是模式識別及計算機視覺領域中的一個重要課題。與其他的生物特征識別技術相比，步態識別具有很多無法比擬的優點，如唯一性、非接觸性以及遠距離性，可廣泛應用于視頻監控中。而在具體的監控場景中，步態識別算法大多受限于復雜的步行條件(如行走速度、視角等)改變帶來的影響，在簡單條件下的目標識別率較高，但當步行條件改變時，識別率大多會迅速下降，嚴重制約了步態識別的實用性。這些步行條件中，最大的難點之一就在于步行速度變化所帶來的影響。由于監控場景中被識別對象的行走不可能按照統一的速度進行,速度變化問題是步態識別無法回避的問題。

目前對于多速度下步態識別問題的解決，大多是從尋找速度無關的步態特征以及速度歸一化處理兩方面出發，雖然涌現了很多有價值的工作，但這些方法還存在著以下問題：一、現有的很多尋找速度無關特征的方法對速度變化的魯棒性不足，處理速度變化幅度大時性能會大大降低甚至失效。二，步行速度變化作為人體步態運動的內部因素，以處理外部改變因素的常用歸一化手段，未必能起到很大的改進作用。事實上，由于人體步態運動本質上是由復雜非線性動力學系統產生的時變動態模式，若能基于人體淺層輪廓形狀信息對內在的非線性步態系統動力學信息實現準確建模、辨識，并將這種動力學建模結果作為速度魯棒特征進行提取，顯然會對速度無關的步態識別的實現產生很大的幫助。

發明內容

本發明的目的是克服現有技術存在的問題，提供一種更為簡潔準確的，能夠適應大幅度速度變化的基于非線性動力學指標的速度無關的步態識別方法。

本發明在常規人體行走輪廓圖的基礎上提取人體下肢輪廓平均寬度、平均周長及平均面積等三個輪廓參數?；谳喞獏?，構建徑向基函數神經網絡對不同速度下的步態動力學進行建模，得到三維可視的步態動力學信息；計算三種非線性動力學指標，利用不同速度下的步態模式之間在非線性動力學指標上的差異，實現速度無關的步態識別。

本發明的具體技術方案通過如下步驟實現：

步驟一、獲取人體行走步態輪廓圖；

對不同速度下的行走圖像序列進行背景減除以及形態學處理，獲得人體行走的二值步態輪廓圖；

步驟二、提取步態輪廓參數；

根據人體輪廓的寬度隨時間呈現周期性變化的特性，通過人體輪廓寬度值來檢測步態周期；：將人體二值輪廓至上而下根據圖像高度值等分為人體上肢區域和人體下肢區域，提取每一幀人體輪廓下肢區域的平均輪廓寬度值W_d、人體輪廓下肢區域整體輪廓周長值L_d及下肢區域整體輪廓面積值A_d，經過數據大小歸一化后，構成步態參數變量x＝[W_d,L_d,A_d]；所述步態輪廓參數數據具有類周期性質；所述類周期性質是指步態輪廓參數數據隨時間變化過程中，從任一時刻點出發，都能在一段有限的時間內回歸到該數值的有限領域內，所述步態輪廓參數數據存在于人體步態運動中。

步驟三、非線性步態動力學建模；