一种基于人体步态分析的安全门系统及其控制方法技术方案

本申请提供的一种基于人体步态分析的安全门系统及其控制方法。本申请提出的步态安全门是采集和识别人体的步态特征，并根据该步态特征来控制门扇打开和关闭的设备。该安全门系统一方面采用多维度人体步态识别技术来进行步态特征的辨识，解决现有技术中视频或雷达回波等单一维度步态识别存在的辨识结果准确率低、鲁棒性差、实现难度大等的技术问题，另一方面基于多维度人体步态特征实现通行者步态类型的归集，进而针对不同步态类型设置适合的打开时长，提升了安全门自动开关门的智能化与人性化。

A safety door system based on human gait analysis and its control method

A safety door system based on human gait analysis and its control method are provided in this application. The gait safety door proposed in this application is a device that collects and identifies the gait characteristics of human body and controls the opening and closing of the door according to the gait characteristics. On the one hand, the multi-dimensional human gait recognition technology is used to identify the gait features, which solves the technical problems of low accuracy, poor robustness and difficulty in realization of single-dimensional human gait recognition, such as video or radar echo, on the other hand, it is based on multi-dimensional human gait characteristics. The collection of passers-by's gait types is realized, and the suitable opening time is set according to different gait types, which improves the intelligence and humanization of automatic door closing.

【技术实现步骤摘要】
一种基于人体步态分析的安全门系统及其控制方法
本申请涉及基于生物特征的模式识别与自动控制
，尤其涉及一种基于人体步态分析的安全门系统及其控制方法。
技术介绍
步态，是指人体行走时的方式，这是一种复杂的行为特征，与人体的肌肉、骨骼等生理结构以及长期形成的动作习惯息息相关，人体的外貌特征可能会因为部分原因而改变(比如，化妆)，但是，人体走路的姿势却很难改变或者伪装。步态识别是一种新兴的利用生物特征识别技术，旨在通过人体走路的姿态提取人体走路时的体态特征，与其他的生物识别技术相比，步态识别具有可以非接触远距离实施和不容易伪装的优点。现有的步态识别技术包括基于视频图像的步态识别以及基于电磁回波的步态识别。基于视频图像的步态识别用摄像机拍摄图像，从中去除背景，提取人物行走画面，识别人物行走特征。基于电磁回波的步态识别是通过雷达向人体目标发射电磁波，并且接收反射回波，由于多普勒效应，回波信号的载频由于人体手臂、腿部的运动而富含复杂的时频特征，可以基于这一时频特征反映人体的步态特征，进而实现识别。不过，现有技术中的步态识别技术还不成熟，例如，视频步态识别与光照条件、拍摄距离和角度、背景干扰程度等因素的关系密切，如果图像质量不佳、人物画面显示不清晰以及背景复杂，识别的精确度会明显下降，特别是人物着装宽大、携带物品时对步态识别也会产生明显的影响；基于雷达回波的步态识别中，回波是非常复杂的时变信号，步态特征体现为比较细微的频谱分布差别，造成特征提取识别的难度比较大，所需软硬件负荷都比较重，目前只是在军事等特殊领域有应用。总之，现有步态识别的结果的准确率较低，目前在实际应用当中难以真正实现根据人体的步态准确识别人体的走路时的体态特征。另外，步态特征识别还没有充分开发多方面的用途，目前主要是作为身份识别的一种手段，没有进一步的延伸其应用场景。安全门在住宅、写字楼、车站等场所都有广泛的应用，在验证通行权限的前提下，安全门每次打开只允许一名通行者通过。现有技术中的各种安全门虽然可以自动开关门，但是开关时间是固定的，然而不同步态的人通信速度存在明显的差异，例如，步履蹒跚的老人或者丫丫学步的幼儿通行速度显然比较缓慢，因此从安全等方面的考虑，需要步态安全门每次可以保持相对比较长的打开时间，相反，健步如飞的通行者则可以采用相对比较短的打开时间，以防止发生他人尾随进入。现有技术中的安全门不能根据人体的步态特征控制开门时间的长短，自动开关门的控制还不够智能与人性化。
技术实现思路
有鉴于此，本申请的目的在于提出一种基于人体步态分析的安全门系统及其控制方法。本申请提出的步态安全门是采集和识别人体的步态特征，并根据该步态特征来控制门扇打开和关闭的设备。该安全门系统一方面采用多维度人体步态识别技术来进行步态特征的辨识，解决现有技术中视频或雷达回波等单一维度步态识别存在的辨识结果准确率低、鲁棒性差、实现难度大等的技术问题，另一方面基于多维度人体步态特征实现通行者步态类型的归集，进而针对不同步态类型设置适合的打开时长，提升了安全门自动开关门的智能化与人性化。基于上述目的，在本申请的一个方面，提出了一种基于多维人体步态识别的安全门控制方法，包括：获取人体步态信息，所述人体步态信息包括步态视频和电磁波回波步态信号；将所述步态视频和所述电磁波回波步态信号在时间维度上进行同步；提取所述步态视频中的视频关键帧；提取所述视频关键帧的频域特征分量，以及，与所述视频关键帧时间同步的电磁波回波步态信号的时频特征的主成分分量，将所述频域特征分量和所述主成分分量组合为多维频域特征分量；将所述多维频域特征分量与数据库中预先存储的预定数量的多维人体步态特征模板进行匹配，确定所述多维频域特征分量所属的步态类型；根据所述多维频域特征分量所属的步态类型，控制电动门的开关时间。在一些实施例中，所述提取所述步态视频中的视频关键帧包括：从所述步态视频的每帧视频画面中提取运动区域，判断所述运动区域是否为人体区域；当所述运动区域为人体区域时，对所述人体区域进行归一化缩放；根据归一化缩放后的人体区域的外接矩形的宽度变化，选取宽度最大的帧和宽度最小的帧作为关键帧。在一些实施例中，所述提取所述视频关键帧的频域特征分量，包括：提取所述视频关键帧中的运动人体区域的边界轮廓，利用傅里叶变换将所述边界轮廓转换为频域特征，提取转换后的频域特征的特征分量。在一些实施例中，所述判断所述运动区域是否为人体区域包括：判断所述运动区域的面积是否在第一预设阈值范围内，当所述运动区域的面积在第一预设阈值范围内时，判断所述运动区域的外接矩形的高度与宽度的比值是否在第二预设阈值范围内，当所述运动区域的外接矩形的高度与宽度的比值在第二预设阈值范围内，确定所述运动区域为人体区域。在一些实施例中，所述判断所述运动区域是否为人体区域包括：以所述运动区域的重心为原点向所述运动区域的边界引出多个向量，组成向量组，计算所述向量组与预先设定的标准向量组的标准差，判断所述标准差是否小于预设阈值，当所述标准差小于预设阈值时，确定所述运动区域为人体区域。在一些实施例中，所述步态视频包括可见光步态视频和红外步态视频，其中，所述可见光步态视频为环境光亮度大于预设阈值时由可见光摄像机拍摄的步态视频，所述红外步态视频为环境光亮度小于或等于预设阈值时由红外摄像机拍摄的步态视频。在一些实施例中，在所述提取所述步态视频中的视频关键帧之前，所述方法还包括：对所述步态视频进行预处理，包括滤除噪声以及增强视频画面的对比度。在一些实施例中，所述多维人体步态特征模板是通过如下方式获得的：提取样本通行者的所述多维频域特征分量，建立由一定数量的样本通行者的所述多维频域特征分量组成的学习样本集；根据学习样本集中多维频域特征分量彼此的相似度和差异度，将学习样本集中的多维频域特征分量划分为预定数量的分集，并且从每个分集中选取一个多维频域特征分量，作为该分集对应的所述多维人体步态特征模板；并且，为不同的人体步态特征模板配置有对应的电动门的开关时间。在本申请的另一个方面，提出了一种基于人体步态分析的安全门系统，包括：人体步态信息获取模块，用于获取人体步态信息，所述人体步态信息包括步态视频和电磁波回波步态信号；步态信息同步模块，用于将所述步态视频和所述电磁波回波步态信号在时间维度上进行同步；视频关键帧提取模块，用于提取所述步态视频中的视频关键帧；特征分量提取模块，用于提取所述视频关键帧的频域特征分量，以及，与所述视频关键帧时间同步的电磁波回波步态信号的时频特征的主成分分量，所述特征分量提取模块还用于将所述频域特征分量和所述主成分分量组合为多维频域特征分量；特征匹配模块，用于将所述多维频域特征分量与数据库中预先存储的预定数量的多维人体步态特征模板进行匹配，确定所述多维频域特征分量所属的步态类型；电动门控制模块，用于根据所述多维频域特征分量所属的步态类型，控制电动门的开关时间。在一些实施例中，所述视频关键帧提取模块具体用于：从所述步态视频的每帧视频画面中提取运动区域，判断所述运动区域是否为人体区域；当所述运动区域为人体区域时，对所述人体区域进行归一化缩放；根据归一化缩放后的人体区域的外接矩形的宽度变化，选取宽度最大的帧和宽度最小的帧作为关键帧。在一些实施例中，所述特征分量提本文档来自技高网...

【技术保护点】
1.一种基于多维人体步态识别的安全门控制方法，其特征在于，包括：获取人体步态信息，所述人体步态信息包括步态视频和电磁波回波步态信号；将所述步态视频和所述电磁波回波步态信号在时间维度上进行同步；提取所述步态视频中的视频关键帧；提取所述视频关键帧的频域特征分量，以及，与所述视频关键帧时间同步的电磁波回波步态信号的时频特征的主成分分量，将所述频域特征分量和所述主成分分量组合为多维频域特征分量；将所述多维频域特征分量与数据库中预先存储的预定数量的多维人体步态特征模板进行匹配，确定所述多维频域特征分量所属的步态类型；根据所述多维频域特征分量所属的步态类型，控制电动门的开关时间。

【技术特征摘要】
1.一种基于多维人体步态识别的安全门控制方法，其特征在于，包括：获取人体步态信息，所述人体步态信息包括步态视频和电磁波回波步态信号；将所述步态视频和所述电磁波回波步态信号在时间维度上进行同步；提取所述步态视频中的视频关键帧；提取所述视频关键帧的频域特征分量，以及，与所述视频关键帧时间同步的电磁波回波步态信号的时频特征的主成分分量，将所述频域特征分量和所述主成分分量组合为多维频域特征分量；将所述多维频域特征分量与数据库中预先存储的预定数量的多维人体步态特征模板进行匹配，确定所述多维频域特征分量所属的步态类型；根据所述多维频域特征分量所属的步态类型，控制电动门的开关时间。2.根据权利要求1所述的方法，其特征在于，所述提取所述步态视频中的视频关键帧包括：从所述步态视频的每帧视频画面中提取运动区域，判断所述运动区域是否为人体区域；当所述运动区域为人体区域时，对所述人体区域进行归一化缩放；根据归一化缩放后的人体区域的外接矩形的宽度变化，选取宽度最大的帧和宽度最小的帧作为关键帧。3.根据权利要求2所述的方法，其特征在于，所述提取所述视频关键帧的频域特征分量，包括：提取所述视频关键帧中的运动人体区域的边界轮廓，利用傅里叶变换将所述边界轮廓转换为频域特征，提取转换后的频域特征的特征分量。4.根据权利要求2所述的方法，其特征在于，所述判断所述运动区域是否为人体区域包括：判断所述运动区域的面积是否在第一预设阈值范围内，当所述运动区域的面积在第一预设阈值范围内时，判断所述运动区域的外接矩形的高度与宽度的比值是否在第二预设阈值范围内，当所述运动区域的外接矩形的高度与宽度的比值在第二预设阈值范围内，确定所述运动区域为人体区域。5.根据权利要求2所述的方法，其特征在于，所述判断所述运动区域是否为人体区域包括：以所述运动区域的重心为原点向所述运动区域的边界引出多个向量，组成向量组，计算所述向量组与预先设定的标准向量组的标准差，判断所述标准差是否小于预设阈值，当所述标准差小于预设阈值时，确定所述运动区域为人体区域。6.根据权利要求1所述的方法，其特征在于，所述步态视频包括可见光步态视频和红外步态...

【专利技术属性】
技术研发人员：鲍敏，
申请(专利权)人：特斯联北京科技有限公司，
类型：发明
国别省市：北京,11