[发明专利]一种基于步态识别和隐私保护的防走失方法及系统

权利要求书

1.一种基于步态识别和隐私保护的防走失方法，其特征在于，包括以下步骤：

获取摄像机的视频数据并基于步态轮廓进行身份识别，得到老人身份；

根据老人身份和摄像机的视频数据进行路线跟踪，得到老人行动路线；

根据老人身份获取对应的规则，并结合老人行动路线进行防走失监控。

2.根据权利要求1所述一种基于步态识别和隐私保护的防走失方法，其特征在于，所述获取摄像机的视频数据并基于步态轮廓进行身份识别，得到老人身份这一步骤，其具体包括：

获取摄像机的视频数据并对视频数据进行分帧处理，得到视频帧数据；

根据视频帧数据提取轮廓和锚框信息并构建对应老人连续的步态轮廓二值图；

根据步态轮廓二值图进行特征提取，得到对应的输出特征；

根据输出特征进行身份识别，得到对应的老人身份。

3.根据权利要求2所述一种基于步态识别和隐私保护的防走失方法，其特征在于，所述根据视频帧数据提取轮廓和锚框信息并构建对应老人连续的步态轮廓二值图这一步骤，其具体包括：

将视频帧数据按帧输入至预训练的深度学习神经网络提取轮廓和锚框信息，得到视频帧对应的轮廓和锚框信息；

根据每一帧的锚框信息估算对应老人在每一帧出现的位置，并结合每一帧的轮廓信息，得到老人连续的步态轮廓二值图。

4.根据权利要求3所述一种基于步态识别和隐私保护的防走失方法，其特征在于，所述根据步态轮廓二值图进行特征提取，得到对应的输出特征这一步骤，其具体包括：

根据步态轮廓二值图提取不同尺寸的轮廓特征；

根据不同尺寸的轮廓特征提取时间维度上的步态信息；

将不同尺寸的轮廓特征和时间纬度上的步态信息进行融合，得到最终输出特征。

5.根据权利要求4所述一种基于步态识别和隐私保护的防走失方法，其特征在于，所述深度学习神经网络的训练步骤具体包括：

获取公开数据库数据并进行初步筛选行人图像，得到数据集；

对数据集进行数据扩充，得到扩充后数据集；

基于扩充后数据集对深度学习神经网络进行训练并调整网络参数，得到预训练的深度学习神经网络。

6.根据权利要求5所述一种基于步态识别和隐私保护的防走失方法，其特征在于，所述根据老人身份和摄像机的视频数据进行路线跟踪，得到老人行动路线这一步骤，其具体包括：

将多个摄像机的视频数据进行等时切片，得到多个视频片段；

根据老人身份，将多个视频片段按身份归类，得到归类后视频片段；

将归类后视频片段按时间顺序排序，得到老人在摄像头中依次出现的顺序，生成老人行动路线。

7.根据权利要求6所述一种基于步态识别和隐私保护的防走失方法，其特征在于，所述根据老人身份获取对应的规则，并结合老人行动路线进行防走失监控这一步骤，其具体包括：

根据用户需求针对不同老人身份设置对应警告规则；

根据老人身份获取对应警告规则；

根据对应警告规则和老人行动路线，判断到老人超出预设安全区域，发送通知警告，完成防走失监控。

8.一种基于步态识别和隐私保护的防走失系统，其特征在于，包括：

身份识别模块，用于获取摄像机的视频数据并基于步态轮廓进行身份识别，得到老人身份；

路线跟踪模块，用于根据老人身份和摄像机的视频数据进行路线跟踪，得到老人行动路线；

警告模块，根据老人身份获取对应的规则，并结合老人行动路线进行防走失监控。