一种基于改进时空步态能量图的步态身份识别方法.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CN112163487A(43)申请公布日2021.01.01(21)申请号202010994932.8(22)申请日2020.09.21(71)申请人浙江师范大学地址321004浙江省金华市迎宾大道688号(72)发明人蒋敏兰吴颖(74)专利代理机构杭州中利知识产权代理事务所(普通合伙)33301代理人卢海龙(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书1页说明书5页附图1页(54)发明名称一种基于改进时空步态能量图的步态身份识别方法(57)摘要本发明提供一种基于改进时空步态能量图的步态身份识别方法，将改进时空步态能量图与卷积神经网络GoogLeNet相结合建立步态识别模型，以改进时空步态能量图作为输入进行步态识别特征提取和分类，提取人体下半身关节间规律变化，摆幅特征，利用伪彩色编码技术将时序信息映射到下半身关节点间上，最大限度保留步态模板内部动态信息，由此获取更丰富、有效的步态模板，生成改进时空步态能量图。解决了基于模型步态识别时间长、建模复杂，基于图像步态识别跨视角准确度不高的缺点，提高现代生物行为特征识别技术，保证远距离身份识别安全性的同时，减少步态身份识别所需时间，为有效实时身份识别技术提供方法保证。CN112163487ACN112163487A权利要求书1/1页1.一种基于改进时空步态能量图的步态身份识别方法，其特征在于：将改进时空步态能量图与卷积神经网络GoogLeNet相结合建立步态识别模型，以改进时空步态能量图作为输入进行步态识别特征提取和分类，所述改进时空步态能量图生成步骤如下：(1)将步态数据库中所有步态轮廓图，进行图像提取、中心标准化为同一尺度等预处理；(2)利用已有相关算法确定所给步态轮廓图髋关节和两个踝关节坐标，获得关节点定位信息，提取人体下半身关节间规律变化；(3)把髋关节和左、右踝关节的距离连线，获取下半身关节点间规律变化，摆幅特征；(4)将伪彩色编码技术与步幅相结合，把时序信息映射到下半身关节点间上，通过伪色彩描述步态轮廓图的时序信息；(5)通过步态周期检测将数据库中所有步态轮廓图周期化，将周期内的步态轮廓图经过步骤(1)(2)(3)处理后平均叠加，即得到一种包含时间信息和关节点动态信息的新步态模板。2.根据权利要求1所述的一种基于改进时空步态能量图的步态身份识别方法，其特征在于：将处理过后的步态数据集划分为若干子测试集和子训练集，结合GoogLeNe深度卷积神经网络，将已划分为子训练集的新步态模板作为输入进行步态识别特征提取训练，同时用子测试集新步态模板来验证本发明提出的改进时空步态能量图的有效性。3.根据权利要求2所述的一种基于改进时空步态能量图的步态身份识别方法，其特征在于：所述子训练集训练集设置为正常状态下0°-180°步态序列。4.根据权利要求3所述的一种基于改进时空步态能量图的步态身份识别方法，其特征在于：所述子训练集训练集设置的步态序列角度不包含0°、54°、90°和126°。5.根据权利要求4所述的一种基于改进时空步态能量图的步态身份识别方法，其特征在于：所述子训练集设置为正常状态下36°-144°步态序列。2CN112163487A说明书1/5页一种基于改进时空步态能量图的步态身份识别方法技术领域[0001]本发明涉及步态识别技术领域，具体涉及一种基于改进时空步态能量图的步态身份识别方法。背景技术[0002]步态是指人们走路时的姿态，是一种可远距离感知的生物行为特征。步态识别即根据不同个体的步态差异进行身份识别的技术，其主要优势在于可实现远距离、隐蔽的身份识别，在智能视频监控领域应用广泛。目前，已有的步态识别方法分为基于模型和非模型两种。基于模型的步态识别方法(GEI)，包含对人体的静态结构建模。基于模型的方法直接使用人体静态和运动参数作为步态特征，在一定程度上能处理遮挡和噪声。然而，基于模型的方法首先要准确定位人体关节点的位置，比较容易受到图像质量影响，而且建模过程时间长、复杂，因此一般很难抽取出步态运动的本质模型。基于非模型的步态识别方法主要对人体步态的轮廓、外形原始图像等进行特征分析从而进行身份识别，基于非模型的步态识别方法因没有复杂的建模过程从而在计算复杂度上优于基于模型的方法，但是在解决遮挡、跨视角等步态识别的挑战上基于模型的步态识别方法有着明显的优势。[0003]针对基于非模型(图像)步态识别跨视角下准确率低下，基于模型步态识别单视角下准确率不高的问题，本发明结合基于模型和非模型的步态识别方法，提出基于改进时空步态能量图的步态模板。并结合深度学习方法进行步态识别研究，以