[發(fā)明專利]步態(tài)識別方法、裝置、終端及存儲裝置

有效

• 申請?zhí)枺?/td>: 201911054092.0
• 申請日: 2019-10-31
• 公開（公告）號: CN110796100B
• 公開（公告）日: 2022-06-07
• 發(fā)明（設(shè)計）人: 羅時現(xiàn);潘華東;殷俊;張興明
• 申請（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/44;G06V10/80;G06V10/77;G06V10/82
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 李慶波

本發(fā)明公開了一種步態(tài)識別方法，其包括：利用訓(xùn)練好的步態(tài)周期劃分模型從視頻流中提取一個步態(tài)周期的步態(tài)輪廓序列，步態(tài)輪廓序列包括多幀步態(tài)輪廓圖；提取步態(tài)輪廓序列中每張步態(tài)輪廓圖的特征；利用所有步態(tài)輪廓圖的特征獲取步態(tài)輪廓序列的質(zhì)量評價數(shù)組；利用質(zhì)量評價數(shù)組對所有步態(tài)輪廓圖的特征進(jìn)行疊加融合，得到步態(tài)輪廓序列的整體特征；至少利用步態(tài)輪廓序列的整體特征進(jìn)行識別。本發(fā)明利用基于所有步態(tài)輪廓圖的特征獲取的質(zhì)量評價數(shù)組對所有步態(tài)輪廓圖的特征疊加融合，從而減少了部分分割效果差的輪廓對整體步態(tài)特征的影響，使得利用融合后的整體特征進(jìn)行識別的結(jié)果更為準(zhǔn)確。

技術(shù)領(lǐng)域

本申請涉及計算機(jī)視覺技術(shù)領(lǐng)域，特別是涉及一種步態(tài)識別方法、裝置、終端及存儲裝置。

背景技術(shù)

近年來，如何以一種自然的方式，即不影響待辨識人的正常活動，有效、可靠的對個人身份進(jìn)行驗(yàn)證和辨識，在公共安全領(lǐng)域受到廣泛重視。常用的生物特征身份認(rèn)證方法，如指紋、掌紋等，需要待辨識人與識別裝置發(fā)生物理接觸和配合，而基于視頻監(jiān)控系統(tǒng)的身份驗(yàn)證方法，可以不需要待辨識人的配合和注意。人的步態(tài)信息是其中一種可以通過視頻獲取的重要生物特征。采用步態(tài)作為生物特征可以在低分辨率的視頻圖像中對人身份進(jìn)行辨識。

現(xiàn)有技術(shù)中公開了一種基于輪廓序列的步態(tài)識別方法，其通過提取步態(tài)輪廓序列中的每一幀的高層語義特征，最終融合每一幀的語義特征映射到具有判別力的空間用于身份識別。但是，該方法直接將分割得到的輪廓圖進(jìn)行特征提取，而實(shí)際監(jiān)控場景下不能完全保證每一幀的分割精度，并未考慮輪廓序列是否每一幀都具有相同的價值，使得融合得到的語義特征與實(shí)際偏差較大，影響最終識別準(zhǔn)確率。

發(fā)明內(nèi)容

本申請?zhí)峁┎綉B(tài)識別方法、裝置、終端及存儲裝置，能夠解決現(xiàn)有技術(shù)中步態(tài)識別準(zhǔn)確率不高的問題。

為解決上述技術(shù)問題，本申請第一方面提供了一種步態(tài)識別方法，包括：利用訓(xùn)練好的步態(tài)周期劃分模型從視頻流中提取一個步態(tài)周期的步態(tài)輪廓序列，步態(tài)輪廓序列包括多幀步態(tài)輪廓圖；提取步態(tài)輪廓序列中每張步態(tài)輪廓圖的特征；利用所有步態(tài)輪廓圖的特征獲取步態(tài)輪廓序列的質(zhì)量評價數(shù)組；利用質(zhì)量評價數(shù)組對所有步態(tài)輪廓圖的特征進(jìn)行疊加融合，得到步態(tài)輪廓序列的整體特征；至少利用步態(tài)輪廓序列的整體特征進(jìn)行識別。

為解決上述技術(shù)問題，本申請第二方面提供了一種步態(tài)識別方法，包括：利用訓(xùn)練好的步態(tài)周期劃分模型從視頻流中提取一個步態(tài)周期的步態(tài)輪廓序列，步態(tài)輪廓序列包括多幀步態(tài)輪廓圖；提取步態(tài)輪廓序列的特征，步態(tài)輪廓序列的特征包括多層整體特征和融合整體特征，融合整體特征是對所有層的整體特征融合而得到的；利用步態(tài)輪廓序列的特征進(jìn)行識別。

為解決上述技術(shù)問題，本申請第三方面提供了一種步態(tài)識別裝置，包括：第一序列提取模塊，用于利用訓(xùn)練好的步態(tài)周期劃分模型從視頻流中提取一個步態(tài)周期的步態(tài)輪廓序列，步態(tài)輪廓序列包括多幀步態(tài)輪廓圖；第一特征提取模塊，與第一序列提取模塊耦接，用于提取步態(tài)輪廓序列中每張步態(tài)輪廓圖的特征；數(shù)組獲取模塊，與第一特征提取模塊耦接，用于利用所有步態(tài)輪廓圖的特征獲取步態(tài)輪廓序列的質(zhì)量評價數(shù)組；特征處理模塊，與數(shù)組獲取模塊耦接，用于利用質(zhì)量評價數(shù)組對所有步態(tài)輪廓圖的特征進(jìn)行疊加融合，得到步態(tài)輪廓序列的整體特征；第一識別模塊，與特征處理模塊耦接，用于至少利用步態(tài)輪廓序列的整體特征進(jìn)行識別。

為解決上述技術(shù)問題，本申請第四方面提供了一種步態(tài)識別裝置，包括：第二序列提取模塊，用于利用訓(xùn)練好的步態(tài)周期劃分模型從視頻流中提取一個步態(tài)周期的步態(tài)輪廓序列，步態(tài)輪廓序列包括多幀步態(tài)輪廓圖；第二特征提取模塊，與第二序列提取模塊耦接，用于提取步態(tài)輪廓序列的特征，步態(tài)輪廓序列的特征包括多層整體特征和融合整體特征，融合整體特征是對所有層的整體特征融合而得到的；第二識別模塊，與第二特征提取模塊耦接，用于利用步態(tài)輪廓序列的特征進(jìn)行識別。

為解決上述技術(shù)問題，本申請第五方面提供了一種終端，該終端包括處理器、與處理器耦接的存儲器，其中，存儲器存儲有用于實(shí)現(xiàn)上述步態(tài)識別方法的程序指令；處理器用于執(zhí)行存儲器存儲的程序指令以通過步態(tài)識別行人身份信息。