[发明专利]一种基于步态的人员身份识别方法、装置及电子设备在审

专利信息
申请号: 202110237962.9 申请日: 2021-03-04
公开(公告)号: CN112906599A 公开(公告)日: 2021-06-04
发明(设计)人: 何逸炜 申请(专利权)人: 杭州海康威视数字技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 丁芸;马敬
地址: 310051 浙*** 国省代码: 浙江;33
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 步态 人员 身份 识别 方法 装置 电子设备
【说明书】:

发明实施例提供了一种基于步态的人员身份识别方法、装置及电子设备,在提取出每一帧中的人员关键点信息后,对每一帧中的人员进行步态评分,某一帧中人员的步态评分满足预设阈值,说明该帧中的人员是正常行走步态,某一帧中人员的步态评分不满足预设阈值,说明该帧中的人员是非正常行走步态,通过将步态评分满足预设阈值的各帧组成步态序列,筛选出了人员是正常行走步态的各帧,然后基于步态序列提取步态特征,也就是仅对人员是正常行走步态的各帧进行步态特征提取,降低了提取步态特征的工作量,再利用所提取的步态特征进行人员身份识别,从而提高人员身份识别的效率。

技术领域

本发明涉及视频监控技术领域,特别是涉及一种基于步态的人员身份识别方法、装置及电子设备。

背景技术

随着社会和科技的不断发展,社区人员管理、员工考勤管理、公共交通收费管理、公共安全管理等领域越来越智能化,以上领域实现智能化都需要人员身份的自动识别。在当前的人员身份识别中,通常是基于各种人类生物特征进行身份识别,生物特征是每个人所特有的特征,例如虹膜、指纹、人脸、步态等。与其他生物特征相比,步态由于其独有的非接触特性,具有难以窃取和模仿等优点,特别适用于远距离的人员识别。

当前,基于步态的人员身份识别方法中,一般是提取流文件中每一帧人员的步态特征,由于不同人员的步态特征不同,则基于步态特征即可实现人员身份识别。

在进行人员身份识别时,真正能与其他人员区分的特征是人员正常行走步态,上述人员身份识别方法中,需要对每一帧人员的步态特征进行提取,而在大部分场景下,被监控人员并非一直处于正常行走步态,如果每一帧都提取步态特征,则会导致上述人员身份识别方法的运行速度很慢,大大影响人员身份识别的效率。

发明内容

本发明实施例的目的在于提供一种基于步态的人员身份识别方法、装置及电子设备,以提高人员身份识别的效率。具体技术方案如下:

第一方面,本发明实施例提供了一种基于步态的人员身份识别方法,该方法包括:

提取流文件的每一帧中的人员关键点信息;

根据每一帧中的人员关键点信息,对每一帧中的人员进行步态评分,得到评分序列;

基于评分序列及预设阈值,确定步态评分满足预设阈值的各帧组成的步态序列,其中,组成步态序列的各帧中的人员都是正常行走步态;

基于步态序列,提取步态特征,并利用步态特征进行人员身份识别。

可选的,提取流文件的每一帧中的人员关键点信息的步骤,包括:

将流文件中的每一帧依次输入预先训练得到的关键点提取模型,得到关键点序列,其中,关键点序列包括每一帧中的人员关键点信息。

可选的,根据每一帧中的人员关键点信息,对每一帧中的人员进行步态评分,得到评分序列的步骤,包括:

将每一帧中的人员关键点信息输入预先训练得到的步态评分模型,得到评分序列,其中,步态评分模型基于人员步态样本训练得到,人员步态样本包括人员被遮挡样本、人员奔跑样本、人员原地徘徊样本、人员静止样本、人员上下楼梯样本、人员正常行走样本中的至少一种。

可选的,将每一帧中的人员关键点信息输入预先训练得到的步态评分模型,得到评分序列的步骤,包括:

将每一帧中的人员关键点信息输入预先训练得到的步态评分模型,得到每一帧中的人员属于各预设非正常行走步态的评分;

针对任一帧,将该帧中的人员属于所述各预设非正常行走步态的评分进行加权融合,得到该帧中的人员步态评分;

确定每一帧中的人员步态评分组成的评分序列;

基于评分序列及预设阈值,确定步态评分满足预设阈值的各帧组成的步态序列的步骤,包括:

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杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,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/202110237962.9/2.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