[发明专利]基于步态三维轮廓匹配合成的视角大幅可变步态识别方法

说明书

技术领域

本发明涉及生物特征识别领域，具体是一种基于步态三维轮廓匹配合成的视角大幅可变步态识别方法。

背景技术

步态识别作为一种远距离且无需对象配合的生物特征识别手段，旨在根据人们行走的步态实现对个人身份的识别、鉴定或生理、病理及心理特征的检测。步态识别可在较低图像质量下进行，无需识别对象的配合，识别距离较远，且难以伪装和掩藏，与传统生物特征识别相比有明显优势。

很多情况下，要求在与被识别对象无任何交互性接触的同时，实现对个人身份的识别和监控。一些重要的保密场所或公共场合诸如军事基地、奥运场所、高档社区、汽车站、火车站、飞机场和停车场等，出于管理和安全的需要，必须有效识别进入人员身份，提供不同人员的进入权限级别并且快速检测威胁，所以需要采用特定的方法来检测。远距离步态识别技术就可以达到这类要求，它为日益复杂的公共安全问题提供了一种新的防护手段，在公共安全领域和公安系统案件侦破中有着很大的应用前景。

当前步态识别过程中步态图像的采集主要依靠普通摄像头，得到的为二维步态图像，对二维步态图像进行周期检测和特征提取后，可进行步态识别。

另一种方法采用多个摄像机或立体摄像机进行步态图像数据采集和三维重建，提取三维空间下的步态特征进行步态识别。

采用二维图像进行步态识别的技术，当视角变化较大时，其识别率会大幅下降，严重影响其在反恐、安保方面的实用性。而采用多个摄像机或立体摄像机进行三维重建的方法，存在计算复杂，设备成本高等问题。

总之，二维视频获取和处理相对简单，但对视角大幅可变情况的处理手段有限或繁琐；三维视频的获取和处理又较为复杂，往往实用性不强。

目前视角可变步态识别研究以多视角二维步态视频为基础，这使得步态识别的研究与实际应用受到很大限制。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种基于步态三维轮廓匹配合成的视角大幅可变步态识别方法，解决当前的步态识别方法无法很好地解决视角大幅可变步态识别问题。

为解决上述技术问题，本发明所采用的技术方案是：一种基于步态三维轮廓匹配合成的视角大幅可变步态识别方法，包括以下步骤：

1)对单个深度摄像机采集到的彩色和深度图像进行基于双质心自适应匹配的运动人体检测，提取出去除背景的步态深度图像；

2)对步态深度图像进行基于多曲线拟合和高斯分布信息融合的深度图像修复；

3)利用修复后的步态深度图像进行步态点云提取，完成三维表面建模，得到三维步态表面模型；

4)将一个步态周期内所有三维步态表面模型进行数据融合，生成一个以头部特征为核心的三维融合步态能量模型；将两个不同训练视角的三维融合步态能量模型旋转至同一视角，运用三维轮廓匹配方法完成不同视角三维融合步态能量模型表面对接，将表面对接后的三维融合步态能量模型进行三维映射旋转变换，并投影到二维空间，运用分块扫描方法完成多视角步态模糊轮廓图的提取；

5)将提取的步态模糊轮廓图作为全局特征，通过典型关联分析方法融入到多视角步态子图局部特征中，构成融合的步态子图特征空间，并以此作为步态特征，运用异质进化方法完成集成分类器权向量的求解，设计出最佳效果的集成分类器，完成视角大幅可变的三维步态分类识别。

所述步骤1)中，所述出去除背景的步态深度图像具体提取过程如下：

1)对单个深度摄像机采集到的彩色图像进行背景建模，利用帧间差异法和背景剪除法获得去除背景的RGB人体图像；

2)设定阈值Td，删除阀值取值范围之外的深度数据，归一化单个深度摄像机采集到的深度图像，得到深度粗提取前景目标图；所述阈值Td由下式确定：