[發明專利]一種結合步法特征的成趟足跡識別方法有效
| 申請號: | 201811224871.6 | 申請日: | 2018-10-19 |
| 公開(公告)號: | CN109325546B | 公開(公告)日: | 2022-04-08 |
| 發明(設計)人: | 王新年;王亞玲;于丹 | 申請(專利權)人: | 大連海事大學 |
| 主分類號: | G06V10/774 | 分類號: | G06V10/774;G06V10/762;G06V10/764 |
| 代理公司: | 大連東方專利代理有限責任公司 21212 | 代理人: | 姜玉蓉;李洪福 |
| 地址: | 116026 遼*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 結合 步法 特征 足跡 識別 方法 | ||
本發明提供一種結合步法特征的成趟足跡識別方法,其特征在于,至少包括:離線訓練過程和在線識別過程。通過采集單元獲取待訓練的成趟足跡圖像,得到初始待訓練的成趟足跡圖像數據集。提取所述待訓練的成趟足跡圖像中單枚足跡。構建所述待訓練的成趟足跡圖像的步法能量圖。提取用于粗粒度分類的待訓練成趟足跡圖像的步幅特征,根據提取的步幅特征構建成趟足跡粗粒度分類模型,進一步根據步法能量圖與粗粒度分類模型再構建細粒度識別模型。本發明根據三角形穩定性原理,采用三枚單個足跡組成的圖像加權平均,得到步法能量圖作為判別圖像,通過將不同時間段采集的腳印加權平均,減少了匹配誤差,還保持了左右腳的相對關系,是足跡步法特征的融合,充分體現了成趟足跡的差異性。
技術領域
本發明涉及成趟足跡的識別算法,特別是涉及一種結合步法特征成趟足跡的識別算法。
背景技術
目前針對成趟足跡的主要研究工作有以下幾種:
1、將成趟足跡中能夠反映個體步幅特征規律的六個隨機變量(步長、步角、步寬)作為研究對象,然后結合不同的步幅特征定量化檢驗方法,來判斷足跡的歸屬。其中,《智能步幅特征分析檢驗系統的設計與實現》中提出一種智能步幅特征分析檢驗系統,該系統主要功能包括:足跡提取、圖像拼接、基于主分量分析(PCA)的步幅特征提取、隸屬度檢驗等關鍵技術。
2、將成趟足跡采集過程中的壓力信息作為研究對象,對每只腳的壓力分布和采集過程中質心與重心的變化軌跡進行分析,從而達到識別的效果。
目前針對成趟足跡的研究工作中存在的問題是:1)壓力變化信息需要動態采集,并不適用于案件現場的成趟足跡識別;2)步幅特征中的步長和步寬相對易受外界環境干擾,并不穩定,作為主要研究特征具有一定局限性。
發明內容
根據上述提出的技術問題,而提供一種結合步法特征的成趟足跡識別方法。
本發明提出一種結合步法特征的成趟足跡識別方法,其特征在于,至少包括:離線訓練過程和在線識別過程;
所述離線訓練過程至少包括以下步驟:
S11:通過采集單元獲取待訓練的成趟足跡圖像,得到初始待訓練的成趟足跡圖像數據集D={fi,i=1,2,L,N},其中fi表示第i個人的成趟足跡,N表示人的個數;
S12:提取所述待訓練的成趟足跡圖像集D中的單枚足跡;
S13:構建所述待訓練的成趟足跡圖像的步法能量圖;
S14:根據單枚足跡提取用于粗粒度分類的待訓練成趟足跡圖像的步幅特征;
S15:根據提取的步幅特征構建成趟足跡粗粒度分類模型;
S16:根據步法能量圖和粗粒度分類模型構建成趟足跡細粒度識別模型。
所述在線識別過程至少包括以下步驟:
S21:通過采集單元獲取在線識別的成趟足跡圖像;
S22:提取所述在線識別的成趟足跡圖像中單枚足跡;
S23:構建所述在線識別的成趟足跡圖像的步法能量圖;
S24:提取粗粒度分類在線識別的成趟足跡圖像的步幅特征;
S25:將提取的步幅特征輸入到通過所述離線訓練過程步驟S15構建的粗粒度分類模型,得到粗分類結果;
S26:根據粗粒度分類結果和提取的步法能量圖,通過S16所構建的細粒度識別模型進行成趟足跡的細粒度識別。
進一步的,所述在線識別的/待訓練的成趟足跡圖像提取單枚足跡:
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大連海事大學,未經大連海事大學許可,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/201811224871.6/2.html,轉載請聲明來源鉆瓜專利網。





