[发明专利]一种提取行人的步态特征的方法、步态识别方法及系统

权利要求书

1.一种提取行人的步态特征的方法，包括步骤：

针对来自动态视觉传感器的一段事件数据流，每隔预设时长的事件数据，生成一帧包含行人的图像，来生成图像序列；

从所述图像序列中，分别提取每一帧图像中行人的姿态轮廓并生成姿态轮廓图，以得到姿态轮廓图序列；

对所述姿态轮廓图序列进行特征提取，以得到表示行人步态信息的特征向量。

2.如权利要求1所述的方法，其中，

所述事件数据由视场中对象和动态视觉传感器的相对运动触发，所述对象包括行人，且所述事件数据中包含被触发事件的坐标位置及时间戳。

3.如权利要求1或2所述的方法，其中，在提取每一帧图像中行人的姿态轮廓的步骤之前，还包括步骤：

对所述每一帧图像进行滤波，以得到滤波后图像。

4.如权利要求3所述的方法，其中，提取每一帧图像中行人的姿态轮廓的步骤包括：

根据所述滤波后图像的宽和高，分别初始化两个数组；

按照预定方式，将所述滤波后图像的像素信息分别映射到所述数组；

从所述数组中分别确定出最长的连续的非零子数组；

基于所确定的非零子数组，提取出行人的姿态轮廓。

5.如权利要求4所述的方法，其中，所述根据滤波后图像的宽和高，分别初始化两个数组的步骤包括：

构建长度为所述滤波后图像的高的第一数组，并初始化所述第一数组；

构建长度为所述滤波后图像的宽的第二数组，并初始化所述第二数组。

6.如权利要求4或5所述的方法，其中，所述按照预定方式，将滤波后图像的像素信息分别映射到数组的步骤包括：

针对所述滤波后图像中每一行像素，通过累加的方式得到每行像素值之和，并将所述每行像素值之和对应存储到第一数组；

针对所述滤波后图像中每一列像素，通过累加的方式得到每列像素值之和，并将所述每列像素值之和对应存储到第二数组。

7.如权利要求4-6中任一项所述的方法，其中，所述基于所确定的非零子数组，提取出行人的姿态轮廓的步骤包括：

基于从所述第一数组中确定出的所述非零子数组的下标，确定行人的姿态轮廓在垂直方向上的边界；

基于从所述第二数组中确定出的所述非零子数组的下标，确定行人的姿态轮廓在水平方向上的边界；

基于所确定的垂直方向上的边界和水平方向上的边界，提取出行人的姿态轮廓。

8.如权利要求3所述的方法，其中，提取每一帧图像中行人的姿态轮廓的步骤还包括：

将所述滤波后图像输入检测网络，以确定出行人的姿态轮廓。

9.如权利要求1-8中任一项所述的方法，其中，所述对姿态轮廓图序列进行特征提取，以得到表示行人步态信息的特征向量的步骤包括：

将所述姿态轮廓图序列输入特征提取模型，经所述特征提取模型处理后，输出表示行人步态信息的特征向量，

其中，所述特征提取模型是基于深度学习的卷积神经网络。

10.如权利要求2-9中任一项所述的方法，其中，每隔预设时长的事件数据，生成一帧包含行人的图像的步骤包括：

构建一个预定尺寸的初始图像并将所述初始图像的像素值赋为零，其中所述预定尺寸根据所述动态视觉传感器的像素单元阵列的尺寸确定；

基于预设时长内的各事件数据的坐标位置，在所述初始图像中查找其对应的像素；

用所述事件数据的时间戳来对应更新每个被查找到的像素的像素值，生成单通道图像；以及

对所述单通道图像的像素值进行归一化，得到灰度图，作为包含行人的图像。