[發(fā)明專利]加權(quán)融合三通道特征步態(tài)表征方法在審
| 申請(qǐng)?zhí)枺?/td> | 201811172826.0 | 申請(qǐng)日: | 2018-10-09 |
| 公開(公告)號(hào): | CN109359578A | 公開(公告)日: | 2019-02-19 |
| 發(fā)明(設(shè)計(jì))人: | 呂卓紋;王一斌;邢向磊;王科俊 | 申請(qǐng)(專利權(quán))人: | 四川師范大學(xué) |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/62 |
| 代理公司: | 長(zhǎng)春眾邦菁華知識(shí)產(chǎn)權(quán)代理有限公司 22214 | 代理人: | 王瑩 |
| 地址: | 610068 *** | 國(guó)省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 步態(tài) 加權(quán)融合 三通道 能量圖 光流 向量 模式識(shí)別技術(shù) 標(biāo)準(zhǔn)中心 表征圖像 步態(tài)序列 步態(tài)周期 方法識(shí)別 輪廓序列 時(shí)序信息 識(shí)別性能 信息投影 整體特征 二值化 視頻流 幀圖像 分析 融合 檢測(cè) | ||
1.加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,步驟如下:
步驟一、采用碼本檢測(cè)方法從步態(tài)視頻流中獲取行人的二值化輪廓序列,并將每幀圖像標(biāo)準(zhǔn)中心化;
步驟二、根據(jù)行人在行走中兩腿分離程度的周期性,檢測(cè)非正面步態(tài)周期,并在一個(gè)周期中采用光流能量圖提取步態(tài)的整體特征;
步驟三、將每幀步寬時(shí)序信息編碼到RGB三通道,并將步寬信息投影到光流能量圖中,得到RGB三通道的步態(tài)表征圖像;
步驟四、對(duì)R通道和G通道的特征進(jìn)行典型相關(guān)分析,得到的兩個(gè)向量執(zhí)行加權(quán)融合,將融合后的結(jié)果與B通道特征進(jìn)行典型相關(guān)分析,對(duì)得到的兩個(gè)向量進(jìn)行加權(quán)融合。
2.根據(jù)權(quán)利要求1所述的加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,所述步驟一中,每幀圖像標(biāo)準(zhǔn)中心化是將二值化輪廓序列中的行人人體居中,每幀圖像統(tǒng)一大小。
3.根據(jù)權(quán)利要求1所述的加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,所述步驟二中,非正面步態(tài)周期檢測(cè)公式為:
式中,Gi為第i幀步態(tài)圖像腿部區(qū)域平均寬度,h1和h2分別為某幀前景圖像中人的腳踝和膝蓋的人體測(cè)量學(xué)高度,Ri和Li分別為第j行中屬于前景的最左邊和最右邊的像素位置。
4.根據(jù)權(quán)利要求1所述的加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,步驟二中,在一個(gè)周期中采用光流能量圖提取步態(tài)的整體特征的公式為:
式中,uFi(x,y)和vFi(x,y)分別為水平方向和垂直方向的光流場(chǎng);N為一個(gè)步態(tài)周期中包含的步態(tài)幀數(shù);i為時(shí)間,(x,y)為二維圖像平面坐標(biāo)。
5.根據(jù)權(quán)利要求1所述的加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,所述步驟三中,將每幀步寬時(shí)序信息編碼到RGB三通道的公式為:
式中,Pi為步寬信息,Gi由公式(1)求得,Gmax和Gmin分別為腿部區(qū)域平均寬度的最大和最小值,I為圖像的最大強(qiáng)度值。
6.根據(jù)權(quán)利要求5所述的加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,I為1或255。
7.根據(jù)權(quán)利要求1所述的加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,所述步驟三中,將步寬信息投影到光流能量圖中的公式為:
式中,為1/4步態(tài)周期內(nèi)的RGB三通道的步態(tài)表征圖像,p為1/4步態(tài)周期包含的幀數(shù),F(xiàn)i(x,y)為第i幀的步態(tài)流圖,Pi為第i幀的步寬信息,B(·)、G(·)和R(·)為時(shí)序信息編碼到RGB顏色空間的三個(gè)通道。
8.根據(jù)權(quán)利要求1所述的加權(quán)融合三通道特征步態(tài)表征方法,其特征在于,所述步驟四中,典型相關(guān)分析的定義如下:和分別為兩組0均值隨機(jī)向量,典型相關(guān)分析旨在尋找兩個(gè)投影方向和目標(biāo)函數(shù)為:
利用拉格朗日乘子法解決式(5)的優(yōu)化問題:
求解式(6),最大特征值對(duì)應(yīng)的特征向量即為投影向量,選取前d(d≤min(Nx,Ny),d≤n)對(duì)組成投影矩陣Wx=[px1,px2,...,pxd]Τ和Wy=[py1,py2,...,pyd]Τ,提取X和Y之間的典型相關(guān)特征u=WxX和v=WyY。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于四川師范大學(xué),未經(jīng)四川師范大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811172826.0/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種基于機(jī)器學(xué)習(xí)的復(fù)雜背景下人數(shù)檢測(cè)系統(tǒng)
- 下一篇:一種基于機(jī)器深度學(xué)習(xí)算法的人臉識(shí)別系統(tǒng)
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 彌補(bǔ)步態(tài)二值圖失真的方法
- 一種基于步態(tài)識(shí)別的智能終端解鎖方法
- 異常步態(tài)檢測(cè)方法及異常步態(tài)檢測(cè)系統(tǒng)
- 基于智能鞋墊的步態(tài)分析系統(tǒng)
- 身份認(rèn)證方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 帕金森病患者異常動(dòng)作提示方法及裝置
- 步態(tài)軌跡生成模型訓(xùn)練方法、用模型生成軌跡方法及設(shè)備
- 基于足底壓力陣列檢測(cè)的兒童異常步態(tài)識(shí)別系統(tǒng)及方法
- 一種基于多參數(shù)的步態(tài)評(píng)價(jià)方法及系統(tǒng)
- 一種基于時(shí)間和空間信息融合技術(shù)的步態(tài)重識(shí)別方法
- 子波域多傳感器修正加權(quán)最優(yōu)信息融合方法
- 相關(guān)性加權(quán)的遙感影像融合方法及該融合方法的融合效果評(píng)價(jià)方法
- 滾動(dòng)軸承剩余壽命預(yù)測(cè)的加權(quán)融合相關(guān)向量機(jī)模型
- 一種基于信息融合的船舶組合導(dǎo)航系統(tǒng)故障診斷方法
- 一種基于自適應(yīng)加權(quán)平均數(shù)據(jù)融合的路網(wǎng)MFD估測(cè)方法
- 一種基于BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合的MFD估測(cè)方法
- 一種陀螺陣列反饋加權(quán)融合方法
- 一種基于Gabor特征的異源圖像融合方法
- 訓(xùn)練圖像分類模型、圖像分類方法、裝置、設(shè)備及介質(zhì)
- 一種基于小樣本學(xué)習(xí)的圖像特征提取裝置





