[发明专利]基于人体运动结构正投影三维重建的步态识别方法

说明书

技术领域

本发明属于涉及人的特征识别、人体步态识别方法、身份认定，尤其涉及基于人体运动结构正投影三维重建的步态识别方法。

背景技术

生物特征识别是通过各种高科技信息检测手段、利用人体所固有的生理或行为特征来进行个人身份鉴定。生物特征主要包括生理特征和行为特征两种，生理特征是指与生俱来的，先天性的人体物理特征，如指纹、虹膜、人脸等；行为特征是指从人所执行的运动中提取出来的特征，多为后天性的，如步态、笔迹等。人类利用生物特征识别的历史可追溯到古代埃及人通过测量人体各部位的尺寸来进行身份鉴别。而现代生物特征识别技术始于二十世纪70年代中期，生物特征识别技术经过数十年缓慢发展，近几年出现了跳跃式发展，成为产、学、研、管各方面广泛关注的热点。在2001年的MIT Technology Review杂志中，生物特征识别技术被列为10项最有可能改变世界的技术之一。根据International Biometric Group(IBG)2007年最新的市场预测分析报告，到2012年生物特征识别技术带来的收益将是现在的2倍多。

步态识别是生物特征识别技术中的一个新兴领域。所谓步态，是指人在行走和跑步过程中表现出来的一种行为方式。研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异。这使得利用步态进行身份识别成为可能。步态识别旨在根据人们的走路姿势实现对个人身份的识别或生理、病理及心理特征的检测。与其它生物特征相比，步态具有非侵犯性、远距离识别、简化细节、难以伪装等显著优点。由于步态特征不像各种证件类持有物那样容易被窃取，也不像密码、口令那么容易被遗忘或破解，在身份识别领域具有独特的优势。步态识别融合了计算机视觉、模式识别与视频/图像序列处理等多项技术，具有广阔的应用前景，因此引起了国内外许多研究者的浓厚兴趣，成为近年来生物医学信息检测领域备受关注的前沿方向。

步态识别通常包括：人体检测、步态特征提取以及身份识别。而复杂背景下的人体检测与轮廓提取，是进行步态识别的前期预处理。检出人体目标后，进行叠加处理，可以获取步态特征图，但是如何提取步态特征图的有效特征参数就成为问题的关键。

目前的步态特征提取可以划分为基于模型和非模型两种方法。非模型方法：是指直接对人体在行走过程中的形状或动作进行分析而提取出来的特征。基于模型的方法：是指通过对人体结构建立模型或者对人体在步态序列图像中所表现出的明显的行走特征建立模型，利用模型衍生出来的参数提取步态特征。非模型方法，其特点是计算量相对较小，有助于在实用环节中达到实时运算的目的，但对背景和光照信号的变化敏感，一旦场景中出现遮挡现象，识别能力将受到较大影响。基于模型的步态识别算法可以更精确描述步态特征，大幅度减低对外部条件变化的敏感性，但是巨大的运算量是重视实时性的实用化所面临的难题。此外这两种方法的分析都要求人体行走的平面必须平行于照相机所在的平面，当人体行走平面不平行于照相机所在的平面时，步态识别率就会降低。

发明内容

为克服现有技术的不足，本发明的目的在于：提出一种新的步态识别方法，在人正常行走的情况下，能够准确实时地提取出人体的步态特征，减少外界环境的影响，并识别出人的身份，提高识别率。本发明采用的技术方案是：基于人体运动结构正投影三维重建的步态识别方法，借助于下列装置实现，在人行走直线为半径的一侧半圆上，每隔18度设置一个摄像装置，共设置11个用于摄取人行走视频序列的摄像装置，并包括下列步骤：以摄像装置对人体进行步态跟踪，根据跟踪结果进行三维步态重建，然后提取出步态特征进行步态识别，

所述步态跟踪分为预测步态特征和优化步态特征两个阶段，预测步态特征是运用人体动态模型根据前一帧图像中的步态特征来预测现在人体的步态特征；本发明采用运动学Kinematics模型进行优化步态特征；

所述三维步态重建是指运用正投影技术将二维图像中所得到的人体模型投影到三维空间中，再在三维空间中提取步态特征；

提取出步态特征是指提取出三维空间中人体的关节角度；

所述步态识别是采用基于支持向量机的步态识别方法。