[发明专利]一种基于掩膜处理新型步态能量图的获取及身份识别方法

摘要

本发明公开了一种基于掩膜处理新型步态能量图的获取及身份识别方法，1、输入行人前景图像，计算步态能量图；2、对同一角度下所有步态能量图求加权平均得到合成平均模板；3、计算合成平均模板的步态熵图像，通过设定阈值得到通用掩膜；4、应用部分通用掩膜与步态能量图做“与”运算，得到新型步态能量图；5、提取新型步态能量图的定向梯度直方图；6、采用K‑最近邻分类器进行预测识别行人身份。本发明去除了步态能量图中不同着装状态对步态识别的影响，尽可能的保留了对身份识别有利的动态区域特征和静态区域特征，有效提高了现实场景中在未知协变量条件下的行人身份正确识别率。

主权项

1.一种基于掩膜处理新型步态能量图的获取及身份识别方法，其特征在于：S1.给定多个行人在m个相同拍摄角度下的不同着装状态下行走时的行人前景图像；根据着装状态，将每个行人对应的所有行人前景图像进行分类，这样每个行人有n种着装状态下的行走图像序列，设行人i的第一种着装状态下包括a₁个前景图像序列，每个前景图像序列按照拍摄角度不同划分为m个前景图像子序列，每个前景图像子序列分属于多个步态周期，行人i的第二种着装状态下包括a₂个前景图像序列，每个前景图像序列按照拍摄角度不同划分为m个前景图像子序列，每个前景图像子序列分属于多个步态周期，……行人i的第三种着装状态下包括a₃个前景图像序列，每个前景图像序列按照拍摄角度不同划分为m个前景图像子序列，每个前景图像子序列分属于多个步态周期；对每个行人对应的n种着装状态下的行走图像序列中每个前景图像子序列中分别提取一个步态周期并生成一个初始步态能量图；S2.计算同一拍摄角度下所有行人的各行走图像序列得到的初始步态能量图的加权平均，生成m个拍摄角度分别对应的合成平均模板；S3.分别计算m个拍摄角度下合成平均模板的香农熵，得到合成平均模板的步态熵图像；S4.通过对合成平均模板的步态熵图像设定阈值进行二值化得到通用掩膜；S5.在S4中得到的通用掩膜中选取一部分作为选择通用掩膜区域；将选择通用掩膜区域与S1得到的初始步态能量图进行“与”运算，生成新型步态能量图，其中第一种着装状态下的行走序列对应的新型步态能量图的数量为ma₁个，第二种着装状态下的行走序列对应的新型步态能量图的数量为ma₂个……，第n种着装状态下的行走序列对应的新型步态能量图的数量为ma_n个；S6.将S5中生成的新型步态能量图分为训练集和测试集，提取训练集与测试集的新型步态能量图的定向梯度直方图，计算测试集新型步态能量图与训练集新型步态能量图在每个像素点的欧氏距离，根据最近邻法则将这些欧式距离的最小值对应的训练集对象确定为步态识别结果。