[发明专利]一种基于3D稠密卷积神经网络的步态识别方法

说明书

本发明公开了一种基于3D稠密卷积神经网络的步态识别方法，该方法中的网络利用3D卷积提取步态在时间维度上的变换特征，同时拥有DenseNet结构的特征保留能力。本发明在网络深度较浅，训练样本较少的情况下训练出性能优越的可根据视频中的步态识别其身份的分类识别模型。通过在CASIA步态数据库的Dataset A上进行测试,证明该方法能在训练样本不充足的情况下训练出实用的步态识别模型，且具有训练速度快，模型参数少，识别率高的优点,并在单一视角或跨视角情况下都具有可观的识别能力。

技术领域

本发明涉及计算机视觉和模式识别领域，特别涉及一种基于3D稠密卷积神经网络的步态识别方法。

背景技术

步态识别与其他生物识别技术(例如指纹，虹膜，人脸，掌纹等)相比具有非侵犯性，非接触性，易于感知，难于隐藏，难于伪装等优势在智能视频监控技术方面得到广泛的关注和研究。

步态识别方法一般分为两类：基于模型的和基于外观的技术。在前者中，对预定义模型的参数进行调整，而后者从图像或视频中提取手工的步态特征。基于模型的步态识别方法建立和参数估计的计算复杂度较高，数据存储量大，实时性不高。基于外观的方法主要侧重于从拍摄的视频序列中提取人行走时的形态特征，与基于模型的方法相比不需要对整个人体或者人体的某个部分建模，对人体各角度影图不敏感而且计算复杂度较低。近年来基于外观的方法是进行步态识别研究的主要方法。

近年来，深度学习方法在提取图片的鲁棒性特征方面较普通方法表现出显著的优越性。例如，卷积神经网络(CNN)可以自动地从给定的训练图像中学习有区分度的特征，从而显著提高了图像分类精度。

但是将CNN用在步态识别方面却存在两个亟待解决的问题：1.步态识别是基于图片序列的，步态特征是从提取连续的视频帧中提取而不是图片。2.为了学习到足够的特征，CNN需要为所有类别提供大量的训练数据。CNN做图像分类的理论可以通过在卷积操作中增加一个时间维度来应用到视频分类中，可以用3D卷积的CNN解决问题1。一种新型的网络结构-稠密网络，通过特征重用来缓解了梯度消失问题，增强了特征传播，大大减少了参数的数量，可用较少训练数据集训练出效果较好的模型。可用稠密网络的结构和帧复用的方法来缓解问题2。

发明内容

为解决现在步态识别技术视频数据预处理步骤复杂(如基于GEI的步态识别需要包含行人轮廓提取，步态周期性检测，GEI生成等处理过程)及识别时尤其是在跨视角的条件下精度不高的问题。

本发明采用的技术方案为一种基于3D稠密卷积神经网络的步态识别方法。该方法包括数据预处理，模型训练，识别三个过程，具体如下。

步骤S1，数据预处理过程；

步骤S1.1，行人轮廓提取；

首先用只含背景的图片背影建模，然后利用背景减除法直接提取视频每一帧中行人的二值化轮廓图像。

步骤S1.2，噪声处理；

将步骤S1.1得到的行人的二值化轮廓图像利用数字图像中形态学处理的方法消除图像中的噪声，并填补运动目标中像素位的缺失，从而使图像更加光滑，以获得经过噪声处理后的最佳行人轮廓图像。

步骤S1.3，提取行人轮廓图像的外接矩形；

从步骤S1.2得到的行人轮廓图像中提取BoundingBox，其中面积最大的BoundingBox即行人轮廓的外接矩形图像。

步骤S1.4，图像尺寸归一化，中心化；

将经过步骤S1.3处理得到的行人轮廓的外接矩形图像在不改变图像中行人轮廓形状的情况下，归一化为尺寸相同且所有帧中行人轮廓对齐的图像。

步骤S1.5，获取训练样本；