[发明专利]快速步态识别方法

说明书

技术领域

本发明涉及一种步态识别方法，尤其涉及一种基于时空轮廓分析的快速步态识别方法。

背景技术

步态识别是一种新兴的生物特征识别技术，同样也是计算机视觉领域一个重要研究课题，旨在根据人们走路的姿势进行身份识别。人们可以把人脸、指纹等静态图像的识别归结为第一代生物识别技术，那么可以把新兴的这种识别技术称为第二代生物识别技术。

步态识别具有远距离和非侵犯性等优势，受到现代智能监控系统研究者的越来越多的关注。在视频监控系统中，人脸及步态特征一直都被认为是两个重要的可利用的特征。但人脸识别容易受化妆、佩戴物及距离等因素的影响，步态识别可克服以上缺陷，在远距离非接触的状态下进行，具有可远距离获取，非接触性和非侵犯性，以及难以隐藏，难以模仿或盗用的优点。从视频监控技术日趋走向智能化、无线化道路上来看，步态是远距离情况下最有潜力的生物特征，并且是进一步从精细化监控功能的必要线索，在辅助身份识别的同时，还可以实现目标对象的年龄和性别，甚至可用于辨别目标对象的种族类型。

而步态识别技术的关键问题是步态特征的表征方法，很多算法的共同思路是利用人体外形提取步态特征。和虹膜人脸指纹等生物特征相比，步态包含更为复杂的属性，因此有效地步态特征提取一直是一个没有很好解决的问题。

发明内容

本发明旨在解决现有技术中存在的技术问题，特别创新地提出了一种快速步态识别方法，将身份识别问题逐层分解，采用决策级信息融合的策略，提高了步态识别的速度。

为了实现本发明的上述目的，本发明提供了一种快速步态识别方法，其特征在于包括以下步骤：

S1、建立由步态特征组成的步态特征数据库，其中每一步态特征对应于一个人员，且每一步态特征均包括5个分量：个人编号、身高、性别、年龄和步态信息文件指针，每一步态信息文件指针对应于一个步态信息分量；

S2、采集待识别人体的身高，并获取待识别人体的步态信息分量；

S3、根据该待识别人体的身高，对该步态特征数据库中的人员进行筛选；

S4、根据该待识别人体的性别和年龄，对该步态特征数据库中的人员进行进一步筛选；

S5、分别计算出该待识别人体的步态信息分量与上述筛选出的各人员的步态信息分量之间的欧几里德距离，并将欧几里德距离最小的人员识别为该待识别人体。

本发明中步态特征包括5个分量，首先通过身高筛选，然后通过性别年龄筛选，最后通过步态信息分量筛选，本发明将身份识别问题逐层分解，采用决策级信息融合的策略，提高了步态识别的速度；此外，步态信息分量以步态信息文件指针的方式存储至步态特征数据库中，将步态识别问题完全转换成了数据库查询问题，在步态信息分量筛选过程中可以通过该步态信息文件指针快速查找到对应的步态信息分量，由此进一步提高了步态识别的速度。

建立支持该特征存储和快速检索的步态数据库，最终基于时空轮廓分析算法选择时空能量图(Spatio-Temporal Energy，STE)作为步态信息的特征图，提出结构化快速步态识别的方法，使得每个阶段的问题处理都更简便，速度更快，从而使得最终识别性能更好。

在所述步骤S1中，该身高h通过直尺测量获取，单位精确至毫米mm；该性别s直接输入，由0表示男性，1表示女性；该年龄a根据当前日期与出生日期的差值确定。

所述步骤S1中在获取该步态信息文件指针*P时首先获取步态信息分量，再建立与该步态信息分量对应的步态信息文件指针*P；

所述步骤S1和步骤S2中在获取步态信息分量时，均按照以下步骤执行：

A1、采集包括人体的步态视频流以及不包括人体的背景图像；

A2、将该步态视频流中的各视频帧以及该背景图像分别转换为灰度图像，并将该步态视频流中各视频帧与该背景图像分别做差分运算，从而获得各视频帧的人体区域图；

A3、将该人体区域图转换为人体轮廓线图；

A4、对该人体轮廓线图进行标准化处理；

A5、将标准化后的人体轮廓线图转换为时空能量图，并将该时空能量图作为步态信息分量。

本发明将人体区域图转换为人体轮廓线图，提高了数据压缩率，节约了存储空间，并且将人体轮廓线图转换为时空能量图，以时空能量图作为步态新型分量，由于时空能量图对噪声干扰影响不敏感，由此提高了步态识别的精确度。

所述步骤A2还包括对各视频帧的人体区域图进行处理的过程：

A2-1、对各视频帧中人体区域图进行自适应阈值处理；