一种基于改进步态能量图的步态识别方法及系统技术方案

本发明专利技术公开一种基于改进步态能量图的步态识别方法及系统，包括从步态序列图像中提取单帧图像进行灰度变换，采用动态背景建模的背景减除法提取人体目标轮廓；对人体轮廓图像进行形态学去噪处理，然后等比例缩放到指定高度，建立一个标准模板，计算缩放后人体轮廓图像静态区域的重心，将其与标准模板的重心对齐，得到尺寸归一化后的人体目标轮廓图像；提取每个步态序列的步态周期并由此计算生成改进步态能量图；对改进步态能量图进行降维处理，进一步提取步态特征；将步态特征输入到最近邻分类器进行距离度量和身份判别。应用本发明专利技术，可以提取到图像中更加清晰、丰富的行人轮廓静态特征，从而提高识别率。

A gait recognition method and system based on improved gait energy map

【技术实现步骤摘要】
一种基于改进步态能量图的步态识别方法及系统
本专利技术属于生物特征识别和计算机视觉领域，尤其涉及一种基于改进步态能量图的步态识别方法及系统。
技术介绍
银行、机场、政府机关等安全敏感场所对智能监控系统的需求与日俱增，传统的生物特征例如人脸、虹膜、指纹、声纹等等都有各自的缺陷，需要待识别人的主动配合，难以满足实际应用的需求。步态识别技术拥有远距离识别、非接触、对视频图像分辨率要求低和难以伪装等优势，适合在远距离情况下对行人进行身份识别。集成步态识别技术的智能监控系统拥有巨大的研究价值和市场需求。目前最流行的步态表征方法是提取步态能量图(GEI)，它通过计算步态周期，把一个步态周期内的行人轮廓图像进行取平均，得到一张灰度图像来表示整个周期的步态。然而传统步态能量图的尺寸归一化过程是基于人体目标轮廓的整体重心进行配准的，人体在行走过程中重心位置不断变化，并且携带物品、背包等协变量因素也会导致人体外观轮廓的变化，使得计算得到的步态能量图存在重影，清晰度较差，不利于对图像的步态特征提取。为了克服这些问题，需要对人体目标轮廓图像的尺寸归一化本文档来自技高网...

【技术保护点】
1.一种基于改进步态能量图的步态识别方法及系统，其特征在于，包括如下步骤：/nS1，从步态序列图像中提取单帧图像进行灰度变换，采用动态背景建模的背景减除法提取人体目标轮廓；/nS2，对人体目标轮廓图像进行形态学去噪处理，然后等比例缩放到指定高度，建立一个标准模板，计算缩放后人体轮廓图像静态区域的重心，将其与标准模板的重心对齐，得到尺寸归一化后的人体目标轮廓图像；/nS3，提取每个步态序列的步态周期并由此计算生成改进步态能量图；/nS4，对改进步态能量图进行降维处理，进一步提取步态特征；/nS5，将步态特征输入到最近邻分类器进行距离度量和身份判别。/n

【技术特征摘要】
1.一种基于改进步态能量图的步态识别方法及系统，其特征在于，包括如下步骤：
S1，从步态序列图像中提取单帧图像进行灰度变换，采用动态背景建模的背景减除法提取人体目标轮廓；
S2，对人体目标轮廓图像进行形态学去噪处理，然后等比例缩放到指定高度，建立一个标准模板，计算缩放后人体轮廓图像静态区域的重心，将其与标准模板的重心对齐，得到尺寸归一化后的人体目标轮廓图像；
S3，提取每个步态序列的步态周期并由此计算生成改进步态能量图；
S4，对改进步态能量图进行降维处理，进一步提取步态特征；
S5，将步态特征输入到最近邻分类器进行距离度量和身份判别。


2.根据权利要求1所述一种基于改进步态能量图的步态识别方法及系统，其特征在于，步骤S1中，采用动态背景建模的背景减除法提取人体目标轮廓的具体实现过程为：
S1.1，建立初始背景图像。将一个步态序列图像中对应像素点的灰度值进行取平均，得到的初始背景图像为B(x,y)。
S1.2，计算阈值参数T(x,y)。首先计算帧图像之间的像素差，然后分别计算其均值和标准差。
ft(x,y)＝|It(x,y)-It-n(x,y)|






其中It(x,y)和It-n(x,y)分别表示t和t-n时刻的帧图像，ft(x,y)表示它们的帧间像素差，M为序列总帧数，μ(x,y)为该步态序列帧图像的均值，σ(x,y)为该步态序列帧图像的方差。阈值参数T(x,y)可以通过下式求得，其中β常数一般设置为2。
T(x,y)＝μ(x,y)+β×σ(x,y)
S1.3，更新背景图像和阈值参数。更新后的背景图像、均值、方差分别为B'(x,y)、μ'(x,y)和σ'(x,y)，其中α为更新率，设为1。将μ'(x,y)、σ'(x,y)代入上式即可求得更新后的阈值参数T'(x,y)。
B'(x,y)＝(1-α)×B(x,y)+α×I(x,y)
μ'(x,y)＝(1-α)×μ(x,y)+α×f(x,y)
σ'(x,y)＝(1-α)×σ(x,y)+α×|f(x,y)-μ'(x,y)|
T'(x,y)＝μ'(x,y)+β×σ'(x,y)
S1.4，分割人体目标轮廓图像。将原始帧图像与更新后的背景图像做差，通过比较阈值划分为二值前景图像，如下式所示：



S1.5，循环计算S1.3和S1.4，不断更新各种参数，一直到步态序列所有帧的人体目标轮廓图像全部分割完成。


3.根据权利要求1所述一种基于改进步态能量图的步态识别方法及系统，其特征在于，步骤S2中，对人体目标轮廓图像进行形态学去噪处理的过程为：
采用半径为3的圆形结构元素对图像进行开运算的形态学方法，实现行人前景图像的去噪和平滑。


4.根据权利要求1所述一种基于改进步态能量图的步态识别方法及系统，其特征在于，步骤S2中，对人体目标轮廓图像进行尺寸归一化的过程为：
S2.1，通过遍历人体目标轮廓图像的每个像素点，确定最左、最右、最高和最低这四个边界点，框选出宽W，高H的行人轮廓最小矩形，将其等比例缩放至高...

【专利技术属性】
技术研发人员：杨美娟，董志，
申请(专利权)人：长沙融创智胜电子科技有限公司，
类型：发明
国别省市：湖南;43