[发明专利]一种基于单能量图自适应分割的步态识别方法

权利要求书

1.一种基于单能量图自适应分割的步态识别方法，其特征在于，包括训练过程和识别过程，具体包括如下步骤：

步骤1、在训练过程中，神经网络通过误差反向传播对参数即权重和偏置进行调整，从而建立输入即步态能量图与输出即行人身份之间的映射；

步骤2、在识别过程中，评估所建立神经网络的训练效果及所提方法的有效性；

所述步骤1具体包括如下步骤：

步骤1.1、将步态能量图进行分割，将一幅图分割成头部、躯体和腿部三部分，其中头部区域分割时去除左右两侧的无用信息；

步骤1.2、去除差异大的上半身区域，使同一人的步态信息更加接近和集中，只将行走过程中变化最多最明显的腿部区域送进步态识别网络中训练，此时训练集只包括正常形态时样本的腿部区域；

所述步态识别网络为AlexNet及GoogLeNet网络，由于本实验数据集图片大小与两种网络的初始设定不同，将两个网络进行了如下调整：将AlexNet的第一层卷积核大小改为3*3，步长设为2，卷积核数量设为96，删除第一层的池化层，经过第一层卷积后输出96个27*27的图像，与第二层卷积相连接；将GoogLeNet的第一层删除，直接将图像输入GoogLeNet的第二层卷积池化；

所述步骤2具体包括如下步骤：

步骤2.1、使用背包形态时样本分割后的腿部区域作为测试集；

步骤2.2、使用穿外套形态时样本分割后的腿部区域作为测试集。