一种基于步态的身份识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107194372A(43)申请公布日2017.09.22(21)申请号201710453192.5(22)申请日2017.06.15(71)申请人哈尔滨理工大学地址150080黑龙江省哈尔滨市南岗区学府路52号(72)发明人韦琦朱莹莹(74)专利代理机构哈尔滨市伟晨专利代理事务所(普通合伙)23209代理人张月(51)Int.Cl.G06K9/00(2006.01)权利要求书1页说明书2页(54)发明名称一种基于步态的身份识别方法(57)摘要本发明提供了一种基于步态的身份识别方法，旨在于解决现有技术中没有基于步态的身份识别方法的问题，其技术要点在于：包括以下步骤：一、提取步态轮廓；二、检测步态周期；三、提取有效的步态特征并对步态特征进行处理，在提取步态特征前，在步态序列中提取出一个周期的子序列；四、模式分类，利用分类器来完成分类识别。本发明比生物识别技术更加的简单实用，对低质量的侧面轮廓具有很好的适应性，并能够快速地进行身份识别，对于逮捕罪犯有很大的帮助。CN107194372ACN107194372A权利要求书1/1页1.一种基于步态的身份识别方法，其特征在于：包括以下步骤：一、提取步态轮廓；二、检测步态周期；三、提取有效的步态特征并对步态特征进行处理，在提取步态特征前，在步态序列中提取出一个周期的子序列；四、模式分类，利用分类器来完成分类识别。2.如权利要求1所述的一种基于步态的身份识别方法，其特征在于：步骤一中提取步态轮廓的过程为：a、提取图像背景；b、通过形态学处理来填充空洞及消除随机噪声的影响；c、根据单一连通分析从图像中提取出完整的步态轮廓。3.如权利要求1所述的一种基于步态的身份识别方法，其特征在于：所述步骤二是根据轮廓长宽比参数或腿部闭合面积参数来检测行人的步态周期的。4.如权利要求1所述的一种基于步态的身份识别方法，其特征在于：步骤三中提取步态特征包括基于模型的步态识别和基于整体的步态识别。5.如权利要求3所述的一种基于步态的身份识别方法，其特征在于：步骤二中的腿部闭合面积的步态周期是从两腿并拢到两腿张开最大角度，然后再两腿并拢为一个完整步态周期。6.如权利要求4所述的一种基于步态的身份识别方法，其特征在于：所述基于模型的步态识别是通过建立人体模型或跟踪身体部件来获取静态或动态的模型参数与步态序列中的每一帧图像进行匹配。2CN107194372A说明书1/2页一种基于步态的身份识别方法技术领域：[0001]本发明涉及人体肢体运动的识别领域，具体涉及一种基于步态的身份识别方法。背景技术：[0002]生物识别技术利用人体的特征进行身份验证，这些特征包括指纹、声音、面部、虹膜、DNA、行走的步态等，与其他生物识别技术不同，步态识别可以在远距离进行，在一定的距离上虽然人脸模糊不清，但是步态却清晰可见，步态识别还具有非强迫性，不需要被识别者特意合作，令被识别者不易察觉，并具有不易隐藏模仿等特性，因此步态识别的研究对于逮捕罪犯有一定的帮助，但是目前对步态识别的研究还不多，还没有完善的基于步态的身份识别方法。发明内容：[0003]本发明的目的是提供一种基于步态的身份识别方法，以解决现有技术中没有完善的基于步态的身份识别方法的问题。[0004]本发明的基于步态的身份识别方法，采用的技术方案在于：包括以下步骤：[0005]一、提取步态轮廓；[0006]二、检测步态周期；[0007]三、提取有效的步态特征并对步态特征进行处理，在提取步态特征前，在步态序列中提取出一个周期的子序列；[0008]四、模式分类，利用分类器来完成分类识别。[0009]作为本发明的进一步改进，步骤一中提取步态轮廓的过程为：[0010]a、提取图像背景；[0011]b、通过形态学处理来填充空洞及消除随机噪声的影响；[0012]c、根据单一连通分析从图像中提取出完整的步态轮廓。[0013]作为本发明的进一步改进，所述步骤二是根据轮廓长宽比参数或腿部闭合面积参数来检测行人的步态周期的。[0014]作为本发明的进一步改进，步骤三中提取步态特征包括基于模型的步态识别和基于整体的步态识别。[0015]作为本发明的进一步改进，步骤二中的腿部闭合面积的步态周期是从两腿并拢到两腿张开最大角度，然后再两腿并拢为一个完整步态周期。[0016]作为本发明的进一步改进，所述基于模型的步态识别是通过建立人体模型或跟踪身体部件来获取静态或动态的模型参数与步态序列中的每一帧图像进行匹配。[0017]本发明的有益效果是：本发明比生物识别技术更加的简单实用，对低质量的侧面轮廓具有很好的适应性，并能够快速地进行身份识别，对于逮捕罪犯有很大的帮助。具体实施方式：3CN107194372A说明书2/2页[0018]本发