一种基于渐弱运动轨迹图的步态特征表示和特征提取方法技术

本发明专利技术公开一种基于渐弱运动轨迹图的步态特征表示和特征提取方法，以每一帧为主，辅以后续的k‑1帧，共同构造一种特殊的轨迹图，其中第一帧权重最大，后续帧的权重逐步减少，这种权重的渐弱效果体现在目标轨迹图中对应于不同帧的灰度值递减上。该方法无需预先进行精确的步态周期分割，能够提取蕴含于序列图像之间的时序化步态特征，而且不会造成步态样本数量的锐减，相对于基于传统的步态能量图和步态轮廓图的步态特征表示和提取方法，识别准确率更高。

A gait feature representation and feature extraction method based on fading motion trace

【技术实现步骤摘要】
一种基于渐弱运动轨迹图的步态特征表示和特征提取方法
本专利技术涉及生物特征识别
，尤其涉及一种基于渐弱运动轨迹图的步态特征表示和特征提取方法。
技术介绍
在智能监控等领域中，远距离身份识别是一个具有广阔应用前景的研究方向。通过在学校、广场、城市道路、商场等公共场所大量架设视频监控设备，可以提高公共安全和加大对犯罪份子的威慑力，已经成为人们的共识。然而，这些设备采集的视频数据，目前大多仅仅应用于记录取证，主要技术原因在于难以有效地远距离对视频中人员进行身份识别。与其它的生物特征识别，如人脸识别、指纹识别和虹膜识别相比，步态识别技术更适用于远距离的人物识别。虹膜识别通常需要目标在30厘米以内，人脸识别需在5米以内，而步态识别在超高清摄像头下，识别距离可达50米。同时，即使在较低分辨率的视频环境下，步态识别也能达到较高的识别率，且具有非侵犯性和难于隐藏性等极大优势。但是，目前步态识别技术主要集中于基于步态能量图的方法，该类方法只有在固定视角等诸多限制条件下才可以取得较高的稳定识别率，这极大限制了步态识别的应用范围。<br>
技术实现思路
<本文档来自技高网...

【技术保护点】
1.一种基于渐弱运动轨迹图的步态特征表示和特征提取方法，其特征在于，该方法具体包括如下步骤：/nS1：提取二值化步态轮廓图序列：从原始步态视频中提取所有帧的步态轮廓二值化图像，该图像中，在人体区域内部的像素值为1，其它部分像素值为0；/nS2：生成权重序列：通过分析原始步态视频的帧率和行人步频，自适应选择跨度值k，并根据k生成一系列具有等比级数关系的权重值；其中，公比r小于1，且跨度值k的取值范围为：一个自然步态周期所包含的图像帧数<k<<原始步态视频的总帧数N。/nS3：合成渐弱运动轨迹图：针对每个特定帧及其后续的k-1帧，分别使用S2中生成的权重值与该k帧图像进行加权融合...

【技术特征摘要】
1.一种基于渐弱运动轨迹图的步态特征表示和特征提取方法，其特征在于，该方法具体包括如下步骤：
S1：提取二值化步态轮廓图序列：从原始步态视频中提取所有帧的步态轮廓二值化图像，该图像中，在人体区域内部的像素值为1，其它部分像素值为0；
S2：生成权重序列：通过分析原始步态视频的帧率和行人步频，自适应选择跨度值k，并根据k生成一系列具有等比级数关系的权重值；其中，公比r小于1，且跨度值k的取值范围为：一个自然步态周期所包含的图像帧数<k<<原始步态视频的总帧数N。
S3：合成渐弱运动轨迹图：针对每个特定帧及其后续的k-1帧，分别使用S2中生成的权重值与该k帧图像进行加权融合，得到该k帧...

【专利技术属性】
技术研发人员：王修晖，黎光艳，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江;33