一种基于身形特征的步态识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于身形特征的步态识别方法及装置，属于生物特征识别领域。所述方法包括：获取待识别的动态图像，所述动态图象中包括连续的步态图像；分割步态图像，得到一个或多个独立人体步态图像集；按照预定义的目标字段，从每个独立人体步态图像集中获取目标身形数据及对应的目标步态数据，并以每个目标身形数据及目标步态数据作为子集组成特征集；遍历特征集，将目标身形数据与预存在数据库中的身形数据进行比对；若匹配，则获取数据库中与匹配结果对应的步态数据，并与目标身形数据对应的目标步态数据进行比对，若比对成功，识别匹配结果对应的用户信息。本发明专利技术结合身形特征和步态特征，对用户进行身份识别，提高识别准确性。

【技术实现步骤摘要】
一种基于身形特征的步态识别方法及装置
本专利技术涉及生物特征识别领域，特别涉及一种基于身形特征的步态识别方法及装置。
技术介绍
生物特征识别技术是鉴定个体身份的一种方法，包括人脸识别、指纹识别、虹膜识别和步态识别等多种识别技术，目前广泛使用的指纹识别、虹膜识别及人脸识别等技术为第一代生物特征识别技术，但是指纹、虹膜包括人脸特征容易被复制备份，相应地产生他人假冒进行身份认证的恶意行为，造成严重的后果。步态识别旨在根据人们走路的姿势进行身份识别，是一种较新的生物认证技术，作为第二代生物特征识别技术，步态识别是唯一在远距离情况下可以进行身份认证的生物特征识别技术，具有隐蔽性好、对视频质量要求不高、远距离非接触以及难以伪装等优点。在智能视频监控领域，步态识别比面部识别更具有优势。现有的步态识别方法通常是基于各种算法对步态本身的特征进行识别，而忽略了人体本身的特征对步态识别的辅助作用，使得步态识别的算法过于复杂且无法取得精准的识别度。现有技术至少存在以下缺点：1、需要提取大量的步态特征样本，并对其进行预处理，特征工程需要大量的人力投入，开发周期长；2、由于涉及到大量特征处理，模型部署复杂性高；本文档来自技高网...

【技术保护点】
一种基于身形特征的步态识别方法，其特征在于，所述方法包括：获取待识别的动态图像，所述动态图象中包括连续的步态图像；分割步态图像，得到一个或多个独立人体步态图像集；按照预定义的目标字段，从每个独立人体步态图像集中获取目标身形数据及对应的目标步态数据，并以每个目标身形数据及目标步态数据作为子集组成特征集；遍历特征集，将目标身形数据与预存在数据库中的身形数据进行比对；若匹配，则获取数据库中与匹配结果对应的步态数据，并与目标身形数据对应的目标步态数据进行比对，若比对成功，识别匹配结果对应的用户信息。

【技术特征摘要】
1.一种基于身形特征的步态识别方法，其特征在于，所述方法包括：获取待识别的动态图像，所述动态图象中包括连续的步态图像；分割步态图像，得到一个或多个独立人体步态图像集；按照预定义的目标字段，从每个独立人体步态图像集中获取目标身形数据及对应的目标步态数据，并以每个目标身形数据及目标步态数据作为子集组成特征集；遍历特征集，将目标身形数据与预存在数据库中的身形数据进行比对；若匹配，则获取数据库中与匹配结果对应的步态数据，并与目标身形数据对应的目标步态数据进行比对，若比对成功，识别匹配结果对应的用户信息。2.根据权利要求1所述的方法，其特征在于，所述目标身形数据对应的预定义的目标字段为身体比例数据，所述目标字段包括：头宽与肩宽比，耳长与头长比，小臂长与大臂长比，上身长与腿长比，大腿长与小腿长比，及脚长与腿长比。3.根据权利要求1所述的方法，其特征在于，所述目标步态数据对应的预定义的目标字段包括：大臂摆幅、小臂摆幅，脚步距离，膝盖弯曲度，及两脚角度。4.根据权利要求1所述的方法，其特征在于，所述预存在数据库中的身形数据和步态数据的提取规则与所述预定义的目标字段相同。5.根据权利要求1所述的方法，其特征在于，所述分割步态图像，得到一个或多个独立人体步态图像集包括：利用中间值算法从动态图像中重建背景图像；利用背景减除法获取每个独立人体的二值化图像序列；利用单连通区域分析法在所述二值化图像序列中获得单连通的运动目标区域；根据所述运动目标区域检测得到目标的轮廓；根据所述轮廓分割得到一个或多个独立人体步态图像集。6.一种基于身形特征的步态识别装置，其特征在于，包括：动态...

【专利技术属性】
技术研发人员：陈翠琴，钱勇，尹利平，莫家雄，
申请(专利权)人：海南职业技术学院，
类型：发明
国别省市：海南,46