[发明专利]一种基于身形特征的步态识别方法及装置有效

专利信息
申请号: 201710173800.7 申请日: 2017-03-22
公开(公告)号: CN106951868B 公开(公告)日: 2018-08-24
发明(设计)人: 陈翠琴;钱勇;尹利平;莫家雄 申请(专利权)人: 海南职业技术学院
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 陈欢;吴燕梅
地址: 570216 *** 国省代码: 海南;46
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 身形 特征 步态 识别 方法 装置
【权利要求书】:

1.一种基于身形特征的步态识别方法,其特征在于,所述方法包括:

获取待识别的动态图像,所述动态图像 中包括连续的步态图像;

分割步态图像,得到一个或多个独立人体步态图像集;

按照预定义的目标字段,从每个独立人体步态图像集中获取目标身形数据及对应的目标步态数据,并以每个目标身形数据及目标步态数据作为子集组成特征集,所述目标身形数据对应的预定义的目标字段为身体比例数据,所述目标字段包括:头宽与肩宽比,耳长与头长比,小臂长与大臂长比,上身长与腿长比,大腿长与小腿长比,及脚长与腿长比;

遍历特征集,将目标身形数据与预存在数据库中的身形数据进行比对;

若匹配,则获取数据库中与匹配结果对应的步态数据,并与目标身形数据对应的目标步态数据进行比对,若比对成功,识别匹配结果对应的用户信息。

2.根据权利要求1所述的方法,其特征在于,所述目标步态数据对应的预定义的目标字段包括:大臂摆幅、小臂摆幅,脚步距离,膝盖弯曲度,及两脚角度。

3.根据权利要求1所述的方法,其特征在于,所述预存在数据库中的身形数据和步态数据的提取规则与所述预定义的目标字段相同。

4.根据权利要求1所述的方法,其特征在于,所述分割步态图像,得到一个或多个独立人体步态图像集包括:

利用中间值算法从动态图像中重建背景图像;

利用背景减除法获取每个独立人体的二值化图像序列;

利用单连通区域分析法在所述二值化图像序列中获得单连通的运动目标区域;

根据所述运动目标区域检测得到目标的轮廓;

根据所述轮廓分割得到一个或多个独立人体步态图像集。

5.一种基于身形特征的步态识别装置,其特征在于,包括:

动态图像模块,用于获取待识别的动态图像,所述动态图像 中包括连续的步态图像;

分割模块,用于分割步态图像,得到一个或多个独立人体步态图像集;

提取模块,用于按照预定义的目标字段,从每个独立人体步态图像集中获取目标身形数据及对应的目标步态数据,并以每个目标身形数据及目标步态数据作为子集组成特征集,所述提取模块包括身形特征获取子模块,用于获取身体比例数据,包括:头宽与肩宽比,耳长与头长比,小臂长与大臂长比,上身长与腿长比,大腿长与小腿长比,及脚长与腿长比;

第一比对模块,用于遍历特征集,将目标身形数据与预存在数据库中的身形数据进行比对;

第二比对模块,用于响应第一比对模块的匹配结果,获取数据库中与匹配结果对应的步态数据,并与目标身形数据对应的目标步态数据进行比对,若比对成功,识别匹配结果对应的用户信息。

6.根据权利要求5所述的装置,其特征在于,所述提取模块包括步态特征获取子模块,用于获取大臂摆幅、小臂摆幅,脚步距离,膝盖弯曲度,及两脚角度。

7.根据权利要求5所述的装置,其特征在于,所述预存在数据库中的身形数据和步态数据的提取规则与所述预定义的目标字段相同。

8.根据权利要求5所述的装置,其特征在于,所述分割模块包括:

背景重建单元,用于利用中间值算法从动态图像中重建背景图像;

背景减除单元,用于利用背景减除法获取每个独立人体的二值化图像序列;

单连通单元,用于利用单连通区域分析法在所述二值化图像序列中获得单连通的运动目标区域;

轮廓单元,用于根据所述运动目标区域检测得到目标的轮廓,并根据所述轮廓分割得到一个或多个独立人体步态图像集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海南职业技术学院,未经海南职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710173800.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top