The invention discloses a gait recognition method based on contour feature fusion, which relates to the technical field of machine vision, using the common method of gait recognition model based on feature extraction, the method is simple and effective, all the features in the same group of image sequence acquisition, feature extraction and so convenient, the method of extracting the feature dimension the lower, therefore the recognition of short reaction time. The method of the present invention has a recognition rate of 98.33% at a 90 degree angle, and at the same time there is more than 90% recognition rate at other angles.
【技术实现步骤摘要】
基于多轮廓特征融合的步态识别方法
本专利技术涉及机器视觉
,特别是涉及基于多轮廓特征融合的步态识别方法。
技术介绍
随着科学技术的发展,安全已经成为了一个不可避免的问题,无论是公共安全还是个人信息安全,都需要得到有效的保护。身份识别是安全中非常重要的一环,它能够鉴别身份并判断其是否具有行使某种权利的资格,可以在刑侦领域提供很多证据,可以作为一个公司考勤的依据等。但传统身份识别方法(例如手工签到和笔迹等)因为技术过于简陋,极易被别人伪造和使用,已经难以满足这个社会的需求。而生物特征识别技术(例如指纹识别、人脸识别和DNA等)能够方便快捷的解决这个问题,并且更加的安全可靠,可以根据不同的应用领域配备不用的设备进行识别,并实现自动化管理。类似于指纹识别、人脸识别和DNA这类的生物特征识别在使用时是需要目标配合并且接近甚至触摸到识别设备的,但是在一些公共场合我们无法要求每个人都配合识别。这时步态识别就进入了我们的视野当中,类似于我们人眼通过一个人走路的姿态来鉴别自己熟悉的人的身份,步态识别从视频中提取目标各类不同的特征,通过这些特征来进行识别。步态识别对视频图像要求不高,不需要目标的配合或者与识别设备有物理上接触,可以在远距离的进行身份识别,另外步态是一个人的习惯使然,是很难去伪装的。综上所述,步态识别相对其他的生物特征识别技术有着许多独特的优势,这些优势使得它成为一种独特的最有前景和潜力的生物特征,在安全监控实、医学治疗及运动等方面有着广泛的应用前景。现有的步态识别有的是基于模型的人体特征为基础的,这类方法人体建模复杂,识别过程繁琐且得到的特征识别率不高; ...
【技术保护点】
基于多轮廓特征融合的步态识别方法,其特征在于,包括以下步骤:使用摄像机获取目标的视频信号,然后从所述视频信号中逐帧获取步态图像,对获取的步态图像转换为灰度图像;对所述灰度图像采用背景减除法获取对应的运动目标图像;以所述运动目标图像中的目标轮廓为基础,相邻三次运动目标图像的宽度达到最大值时的帧数作为一个步态周期,一个步态周期内的多个运动目标图像组成一个步态图像序列;对所述步态图像序列中的各图像分别进行关键距离特征提取、轮廓宽度特征提取和统计小波特征提取三个处理,分别得到关键距离特征、轮廓宽度特征和统计小波特征,将得到的关键距离特征、轮廓宽度特征和统计小波特征用拼接的方法结合在一起,得到一个一维的特征向量作为最终的特征向量;计算上述特征向量和样本空间中各样本之间的欧氏距离,选取计算得到的多个欧式距离中最小的一个,将特征向量分配到相应的样本类中。
【技术特征摘要】
1.基于多轮廓特征融合的步态识别方法,其特征在于,包括以下步骤:使用摄像机获取目标的视频信号,然后从所述视频信号中逐帧获取步态图像,对获取的步态图像转换为灰度图像;对所述灰度图像采用背景减除法获取对应的运动目标图像;以所述运动目标图像中的目标轮廓为基础,相邻三次运动目标图像的宽度达到最大值时的帧数作为一个步态周期,一个步态周期内的多个运动目标图像组成一个步态图像序列;对所述步态图像序列中的各图像分别进行关键距离特征提取、轮廓宽度特征提取和统计小波特征提取三个处理,分别得到关键距离特征、轮廓宽度特征和统计小波特征,将得到的关键距离特征、轮廓宽度特征和统计小波特征用拼接的方法结合在一起,得到一个一维的特征向量作为最终的特征向量;计算上述特征向量和样本空间中各样本之间的欧氏距离,选取计算得到的多个欧式距离中最小的一个,将特征向量分配到相应的样本类中。2.如权利要求1所述的基于多轮廓特征融合的步态识别方法,其特征在于,所述关键距离特征提取具体包括:首先根据公式(1)计算所述步态图像序列中的各图像中的目标质心(xc,yc),然后计算目标头顶、双手和双脚五个关键点的位置,最后根据公式(2)提取目标质心到五个关键点的距离di作为步态特征:其中,(xk,yk)为图像轮廓上任一点的坐标,N为轮廓上点的个数;得到每个图像上的五个关键距离后,对这些关键距离分别求取最大值、最小值、平均值、和标准差,将上述的得到的五个...
【专利技术属性】
技术研发人员:李占利,袁鹏瑞,李洪安,
申请(专利权)人:西安科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。