基于三维姿态信息的人物身份识别方法技术

本发明专利技术公开了一种基于三维姿态信息的人物身份识别方法，所述基于三维姿态信息的人物身份识别方法包括：步骤1，采集监控场景的图像序列，在采集到的每帧图像中检测出人体，并对所有人进行三维信息获取，具体包括人物的三维空间位置、身高、体型、朝向、运动状态等；步骤2，在图像帧序列上对每个人进行跟踪并计算其三维信息；步骤3，使用累积分布图技术，基于跟踪所得的人体三维序列信息求出人的姿态信息；步骤4，使用步骤3中获得的姿态信息来训练分类器并进行实时分类；步骤5，完成人物身份的识别。该人物身份识别方法克服了现有生物识别技术中要求接触或近距离识别的问题，提供了远距离、人脸遮挡等情况下的人物身份识别方法。

Character recognition method based on 3D pose information

The invention discloses a character identification method of 3D attitude information based on the identity recognition method based on 3D pose information comprises: Step 1, image sequence acquisition surveillance, detection of human in each frame of the captured image, and all the people of 3D information acquisition, including three-dimensional space the location, height, size, character orientation, motion state; step 2 in the image frame sequence on each track and calculate the 3D information; step 3, using the cumulative distribution technology, 3D human tracking sequence information obtained by the attitude information based on human; step 4, the attitude information using the steps 3 get to train the classifier and real-time classification; step 5, identify the identity of the characters. The method for identifying the character of the invention overcomes the problem that the existing biometric technology requires the contact or the near distance recognition, and provides a method for identifying the character of the person under the condition of long distance and face occlusion.

【技术实现步骤摘要】

本专利技术涉及三维姿态识别领域，具体地，涉及基于三维姿态信息的人物身份识别方法。
技术介绍
近年来，姿态识别逐渐成为计算机视觉与计算机图形学领域的热点问题，广泛应用于安防监控、视频搜索等远距离人物身份识别和人脸遮挡等场景，目前通过姿态识别来对人物身份的识别也取得了一定的进步，通过对人物的二维步态信息的分析来确认出人物的身份。但是现有技术中在对人物身份识别时，由于二维步态的求解会受到相机的PTZ状态、相机的视角、相机与目标的距离以及目标的运动方向等因素影响，而无法在不同的设备和场景下准确地确定人物身份。因此，提供一种在使用过程中，不但可以通过非接触方式下的三维姿态信息来识别人物身份，可远距离对人物的身份进行识别，而且判断结果准确的基于三维姿态信息的人物身份识别方法是本专利技术亟需解决的问题。
技术实现思路
针对上述技术问题，本专利技术的目的是克服现有技术中在对人物身份识别时，由于二维步态的求解会受到相机的PTZ状态、相机的视角、相机与目标的距离以及目标的运动方向等因素影响，而无法在不同的设备和场景下准确地确定人物身份的问题，从而提供一种在使用过程中，不但可以通过非接触方式下的三维姿态信息来识别人物身份，可远距离对人物的身份进行识别，而且判断结果准确的基于三维姿态信息的人物身份识别方法。为了实现上述目的，本专利技术提供了一种基于三维姿态信息的人物身份识别方法，所述基于三维姿态信息的人物身份识别方法包括：步骤1，采集监控场景的图像序列，在采集到的每帧图像中检测出人体，并对所有人进行三维信息获取；步骤2，在图像帧序列上对每个人进行跟踪并计算其三维信息；步骤3，使用跟踪所得的人体三维序列信息求出每个人的姿态信息；步骤4，使用步骤3中获得的姿态信息来训练分类器并进行实时分类；步骤5，完成人物身份的识别。优选地，所述人的三维信息还包括：人物的三维空间位置、身高、体型、身体朝向和运动状态。优选地，所述步骤1中需要使用经过标定的视觉系统来获取监控场景的图像序列和所有人的三维信息。优选地，所述步骤3中使用累积分布图技术并结合跟踪所得的人体三维序列信息来求出人的姿态信息。优选地，在步骤1和步骤2之间还包括以下步骤：根据获取的人物的三维信息图像预估出人物的三维姿态。优选地，使用基于几何特征的方法来预估人物的三维姿态。根据上述技术方案，本专利技术提供的基于三维姿态信息的人物身份识别方法通过获取监控场景的图像序列后，在所述图像序列中检测出人体，并且获取人体的三维信息，然后对每个人进行跟踪，从而得出人体的三维序列信息，由得到的三维序列信息求出每个人的姿态信息，再训练分类器进行实时分类，从而得出人物的身份。本专利技术提供的基于三维姿态信息的人物身份识别方法克服现有技术中在对人物身份识别时，由于二维步态的求解会受到相机的PTZ状态、相机的视角、相机与目标的距离以及目标的运动方向等因素影响，而无法在不同的设备和场景下准确地确定人物身份的问题。本专利技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1是本专利技术在一种优选实施方式下基于三维姿态信息的人物身份识别方法的流程图；图2是本专利技术在一种优选实施方式下基于三维姿态信息的人物身份识别方法中监控场景的中单个人体的图像效果图；图3是本专利技术在一种优选实施方式下基于三维姿态信息的人物身份识别方法中单个人体的累积分布效果图；图4是本专利技术在一种优选实施方式下基于三维姿态信息的人物身份识别方法中累积分布图的三维图像效果图。具体实施方式以下结合附图对本专利技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限制本专利技术。如图1，本专利技术提供了一种基于三维姿态信息的人物身份识别方法，所述基于三维姿态信息的人物身份识别方法包括：步骤1，采集监控场景的图像序列，在采集到的每帧图像中检测人体，并对所有人进行三维信息获取；步骤2，在图像帧序列上对每个人进行跟踪并计算其三维信息；步骤3，使用跟踪所得的人体三维序列信息求出所有人的姿态信息；步骤4，使用步骤3中获得的姿态信息来训练分类器并进行实时分类；步骤5，完成人物身份的识别。根据上述技术方案，本专利技术提供的基于三维姿态信息的人物身份识别方法通过获取监控场景的图像序列后，在所述图像序列中检测出人体，并且获取人体的三维信息，然后对每个人进行跟踪，从而得出人体的三维序列信息，由得到的三维序列信息求出所有人的姿态信息，再训练分类器进行实时分类，从而得出人物的身份。本专利技术提供的基于三维姿态信息的人物身份识别方法克服了现有技术中在对人物身份识别时，由于二维步态的求解会受到相机的PTZ状态、相机的视角、相机与目标的距离以及目标的运动方向等因素影响，而无法在不同的设备和场景下准确地确定人物身份的问题。在本专利技术的一种优选的实施方式中，为了使得求出的人的姿态信息更加的准确，方便检测分析计算其三维信息，所述人的三维信息还包括：人物的三维空间位置、身高、体型、身体朝向和运动状态，通过这些三维信息可以有效地掌握人体的信息，方便准确的求出人的姿态信息，在人体的众多的信息中，最能远距离识别人物身份的信息是人的步态信息，步骤1中获取人的三维信息还包括人的步态信息，通过步态信息可以更加快速准确的连接人物的自己信息，方便求出人的姿态信息。本专利技术中，为了更加全面地获取目标人物的图像帧序列，从而便于检测出人体和三维信息，在本专利技术的一种优选的实施方式中，所述步骤1中需要对监控场景进行背景建模。在本专利技术的一种优选的实施方式中，所述步骤1中需要使用经过全空间标定的视觉系统来获取监控场景的图像序列和所有人的三维信息。本专利技术中，为了使得所述步骤3中得出的人的姿态信息更加地准确，在本专利技术的一种优选的实施方式中，本专利技术使用累积分布图技术并结合跟踪所得的人体三维序列信息来求出人的姿态信息。在本专利技术的一种优选的实施方式中，在步骤1和步骤2之间还包括以下步骤：根据获取的目标人物的图像帧序列预估出人物的三维姿态，为了方便准确的求出人物的三维姿态，在获取目标人物的图像帧序列后，可以根据图像帧序列信息来预估出人物的三维姿态，这样也能增大所述求出人的姿态信息的准确性和连续性。在本专利技术中，在对人物的三维姿态进行预估时，可以采用基于统计分类的方法，但是在本专利技术的一种优选的实施方式中，使用基于几何特征的方法来预估人物的三维姿态，这样更加方便得出人物的三维姿态，而且准确度高。以上结合附图详细描述了本专利技术的优选实施方式，但是，本专利技术并不限于上述实施方式中的具体细节，在本专利技术的技术构思范围内，可以对本专利技术的技术方案进行多种简单变型，这些简单变型均属于本专利技术的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本专利技术对各种可能的组合方式不再另行说明。此外，本专利技术的各种不同的实施方式之间也可以进行任意组合，只要其不违背本专利技术的思想，其同样应当视为本专利技术所公开的内容。本文档来自技高网...

【技术保护点】
一种基于三维姿态信息的人物身份识别方法，其特征在于，所述基于三维姿态信息的人物身份识别方法包括：步骤1，采集监控场景的图像序列，在采集到的每帧图像中检测出人体，并对所有人进行三维信息获取；步骤2，在图像帧序列上对每个人进行跟踪并计算其三维信息；步骤3，使用跟踪所得的人体三维序列信息求出每个人的姿态信息；步骤4，使用步骤4中获得的姿态信息来训练分类器并进行实时分类；步骤5，完成人物身份的识别。

【技术特征摘要】
1.一种基于三维姿态信息的人物身份识别方法，其特征在于，所述基于三维姿态信息的人物身份识别方法包括：步骤1，采集监控场景的图像序列，在采集到的每帧图像中检测出人体，并对所有人进行三维信息获取；步骤2，在图像帧序列上对每个人进行跟踪并计算其三维信息；步骤3，使用跟踪所得的人体三维序列信息求出每个人的姿态信息；步骤4，使用步骤4中获得的姿态信息来训练分类器并进行实时分类；步骤5，完成人物身份的识别。2.根据权利要求1所述的基于三维姿态信息的人物身份识别方法，其特征在于，步骤1中获取人的三维信息为人的位置、身高、体型、身体朝向和运动状态。3.根据权利要求1所述的...

【专利技术属性】
技术研发人员：王德昌，
申请(专利权)人：安徽工程大学机电学院，
类型：发明
国别省市：安徽;34