[发明专利]一种基于SOCP的室内自动视觉指纹采集方法

权利要求书

1.一种基于SOCP的室内自动视觉指纹采集方法，其特征在于：所述方法具体过程为：

步骤一：使用人行走运动模型估计最小做功代价条件下的步频；

步骤二：基于步骤一得到的步频，根据高斯模型估计行进步长集合；

步骤三：根据采集视频中两相邻采样图像间隔时间，步长，步频计算每帧图像的位置信息；

步骤四：提取图像的SURF特征，保存SURF特征的位置和SURF特征的描述符；

步骤五：基于步骤四图像的SURF特征的描述符，计算相邻两帧采样图像的匹配SURF特征；

步骤六：根据采集相机的内参矩阵信息，匹配SURF特征，使用五点法计算两帧采样图像的相对旋转和位置信息；

步骤七：将步骤三得到的每帧的位置信息与步骤六得到的两帧采样图像的相对旋转和位置信息融合，建立SOCP模型，使用内点法，求解全局最优值，即得到视觉指纹的位置信息；

所述步骤一中使用人行走运动模型估计最小做功代价条件下的步频；

具体过程为：

步骤一一、求取人行走运动模型中总的能量消耗：

如式(1)所示，

其中W_t代表总的能量消耗，W_g代表为克服重力势能改变所需做的功，代表由于动能改变所需做的功；

步骤一二、求克服重力势能改变所需做的功W_g和克服动能改变所需做的功

人行走时腿、地面、与垂直方向所构成的几何关系，如式(2)所示，

其中，l是人的腿长，代表步长，θ代表已迈出腿与垂直方向的夹角，h为行进过程中重心高度的改变量；

由式(2)计算克服重力势能改变所需做的功W_g，

其中M为人的质量，g为重力加速度，v为人运动的速度；

由式(4)计算克服动能改变所需做的功

其中M为人的质量，代表步长，v为人运动的速度；

步骤一三、求出步频：

步频f如式(5)所示：

其中代表步长，v为人运动的速度；

根据式(2)-(5)，式(1)改写成式(6)：

式(6)对f求导，令dW_t/df＝0，得式(7)：

其中，g为重力加速度，l为人的腿长。

2.根据权利要求1所述一种基于SOCP的室内自动视觉指纹采集方法，其特征在于：所述步骤二中根据高斯模型估计行进步长集合；

具体过程为：

步骤二一、根据录制视频的时长T_v，步频f，行进路线共需要行进步数为n＝T_v×f；

步骤二二、根据高斯模型产生服从高斯分布的步长数据集

其中，代表步长的均值，代表步长的标准差，N()表示正态分布；

然后将步长数据集乘以步频，得到每秒行进的长度集