步态识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种步态识别方法、装置、计算机设备及存储介质，属于计算机技术领域。所述方法包括：获取目标行人的图像序列；根据所述目标行人的图像序列，获取所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息；根据所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息，获取合成图像序列；基于所述合成图像序列进行步态识别，得到所述目标行人的身份信息。本发明专利技术基于合成图像序列进行步态识别，得到目标行人的身份信息，可以提高步态识别结果的可靠性。

【技术实现步骤摘要】
步态识别方法、装置、计算机设备及存储介质
本专利技术涉及计算机
，尤其涉及一种步态识别方法、装置、计算机设备及存储介质。
技术介绍
步态识别是指根据行人的行走方式来识别行人的身份的方法，步态识别在视频监控、智能分析和模式识别领域具有广泛的应用。目前，相关技术进行步态识别的方法如下：利用神经网络分割模型，对一段步态视频中的多个步态图像进行人形轮廓分割，获得该多个步态图像的人形轮廓分割图像，也称为轮廓剪影图像，然后将获得的廓剪影图像通过卷积神经网络模型进行身份识别，输出身份识别结果。上述技术基于轮廓剪影图像来进行步态识别，由于轮廓剪影图像是人体的二值分割图像，其仅包含人体的轮廓边缘信息，所含信息量较少，导致步态识别结果的可靠性差。
技术实现思路
本专利技术实施例提供了一种步态识别方法、装置、计算机设备及存储介质，可以解决相关技术步态识别结果的可靠性差的问题。所述技术方案如下：第一方面，提供了一种步态识别方法，所述方法包括：获取目标行人的图像序列；根据所述目标行人的图像序列，获取所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息；根据所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息，获取合成图像序列；基于所述合成图像序列进行步态识别，得到所述目标行人的身份信息。在一种可能实现方式中，所述获取目标行人的图像序列，包括：获取包含所述目标行人的视频；当所述视频中仅包含所述目标行人时，对所述视频进行行人检测，得到所述目标行人的图像序列；当所述视频中包含除所述目标行人以外的行人时，对所述视频进行行人检测和跟踪，得到所述视频中每个行人的图像序列，将被选取的行人的图像序列作为所述目标行人的图像序列。在一种可能实现方式中，所述对所述视频进行行人检测，得到所述目标行人的图像序列，包括：对所述视频进行行人检测，得到所述目标行人在所述视频的多个视频帧中的尺寸信息和位置信息；根据所述多个视频帧和所述目标行人在所述多个视频帧中的尺寸信息和位置信息，获取所述目标行人的图像序列。在一种可能实现方式中，所述根据所述多个视频帧和所述目标行人在所述多个视频帧中的尺寸信息和位置信息，获取所述目标行人的图像序列，包括：对于每个视频帧，根据所述视频帧和所述目标行人在所述视频帧中的尺寸信息和位置信息，在所述视频帧中截取所述目标行人所在区域的局部图像；根据截取的多个局部图像，得到所述目标行人的图像序列。在一种可能实现方式中，所述对所述视频进行行人检测和跟踪，得到所述视频中每个行人的图像序列，包括：对所述视频进行行人检测和跟踪，得到所述视频中每个行人在所述视频的多个视频帧中的尺寸信息和位置信息；根据所述多个视频帧和所述视频中每个行人在所述多个视频帧中的尺寸信息和位置信息，获取所述视频中每个行人的图像序列。在一种可能实现方式中，所述根据目标行人的图像序列，获取所述目标行人的轮廓剪影图像和多个姿态点的位置信息，包括：对于所述图像序列中的每个图像，将所述图像输入分割与姿态估计联合模型，输出所述目标行人的轮廓剪影图像和多个姿态点的位置信息，所述分割与姿态估计联合模型用于根据输入的图像输出轮廓剪影图像和多个姿态点的位置信息；根据输出的多个轮廓剪影图像，得到所述轮廓剪影图像序列。在一种可能实现方式中，所述根据所述目标行人的轮廓剪影图像序列以及所述轮廓剪影图像序列和多个姿态点的位置信息，获取合成图像序列，包括：对于所述轮廓剪影图像序列中的每个轮廓剪影图像以及对应的多个姿态点的位置信息，根据所述轮廓剪影图像以及对应的多个姿态点的位置信息，获取合成图像；根据获取的多个合成图像，得到所述合成图像序列。在一种可能实现方式中，所述根据所述轮廓剪影图像以及对应的多个姿态点的位置信息，获取合成图像，包括：根据所述轮廓剪影图像以及对应的多个姿态点的位置信息，在所述轮廓剪影图像中所述多个姿态点的位置处，生成不同颜色的高斯核；根据所述多个姿态点所对应的关节，对所述多个姿态点进行连接，得到所述合成图像。在一种可能实现方式中，所述基于所述合成图像序列进行步态识别，得到所述目标行人的身份信息，包括：基于所述合成图像序列，获取所述目标行人的步态特征；根据所述目标行人的步态特征，获取所述目标行人的身份信息。在一种可能实现方式中，所述基于所述合成图像序列，获取所述目标行人的步态特征，包括：将所述合成图像序列输入步态特征提取模型，输出所述目标行人的步态特征，所述步态特征提取模型用于根据输入的图像序列输出步态特征。在一种可能实现方式中，所述根据所述目标行人的步态特征，获取所述目标行人的身份信息，包括：根据所述目标行人的步态特征，在行人数据库中进行检索，得到所述目标行人的身份信息，所述行人数据库用于存储多个行人的步态特征和身份信息。在一种可能实现方式中，所述根据所述目标行人的步态特征，在行人数据库中进行检索，得到所述目标行人的身份信息，包括：将所述目标行人的步态特征与所述行人数据库中多个行人的步态特征进行比对，得到所述目标行人的步态特征与每个行人的步态特征的相似度；根据所述目标行人的步态特征与每个行人的步态特征的相似度，获取所述目标行人的身份信息。在一种可能实现方式中，所述根据所述目标行人的步态特征与每个行人的步态特征的相似度，获取所述目标行人的身份信息，包括：根据所述目标行人的步态特征与每个行人的步态特征的相似度，将所述行人数据库中第一行人的身份信息作为所述目标行人的身份信息，所述第一行人的步态特征与所述目标行人的步态特征的相似度最大且相似度大于或等于相似度阈值。在一种可能实现方式中，所述根据所述目标行人的步态特征与每个行人的步态特征的相似度，获取所述目标行人的身份信息，包括：根据所述目标行人的步态特征与每个行人的步态特征的相似度，显示所述目标行人的图像序列和所述行人数据库中第一行人的图像序列，所述第一行人的步态特征与所述目标行人的步态特征的相似度最大且相似度大于或等于相似度阈值；当接收到第一确认信息时，将所述第一行人的身份信息作为所述目标行人的身份信息，所述第一确认信息用于确认所述第一行人与所述目标行人为同一行人。在一种可能实现方式中，所述方法还包括：在显示所述第一行人的图像序列时，同时显示所述第一行人的身份信息、出现位置信息和出现时间信息。在一种可能实现方式中，所述根据所述目标行人的步态特征与每个行人的步态特征的相似度，获取所述目标行人的身份信息，包括：根据所述目标行人的步态特征与每个行人的步态特征的相似度，在显示所述目标行人的图像序列时，按照相似度从大到小的顺序，显示所述行人数据库中多个行人的图像序列；当接收到第二确认信息时，将所述第二确认信息对应的行人的身份信息作为所述目标行人的身份信息，所述第二确认信息用于确认所述多个行人中与所述目本文档来自技高网...

【技术保护点】
1.一种步态识别方法，其特征在于，所述方法包括：/n获取目标行人的图像序列；/n根据所述目标行人的图像序列，获取所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息；/n根据所述目标行人的轮廓剪影图像序列和所述多个姿态点的位置信息，获取合成图像序列；/n基于所述合成图像序列进行步态识别，得到所述目标行人的身份信息。/n

【技术特征摘要】
1.一种步态识别方法，其特征在于，所述方法包括：
获取目标行人的图像序列；
根据所述目标行人的图像序列，获取所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息；
根据所述目标行人的轮廓剪影图像序列和所述多个姿态点的位置信息，获取合成图像序列；
基于所述合成图像序列进行步态识别，得到所述目标行人的身份信息。


2.根据权利要求1所述的方法，其特征在于，所述获取目标行人的图像序列，包括：
获取包含所述目标行人的视频；
当所述视频中仅包含所述目标行人时，对所述视频进行行人检测，得到所述目标行人的图像序列；
当所述视频中包含除所述目标行人以外的行人时，对所述视频进行行人检测和跟踪，得到所述视频中每个行人的图像序列，将被选取的行人的图像序列作为所述目标行人的图像序列。


3.根据权利要求2所述的方法，其特征在于，所述对所述视频进行行人检测，得到所述目标行人的图像序列，包括：
对所述视频进行行人检测，得到所述目标行人在所述视频的多个视频帧中的尺寸信息和位置信息；
根据所述多个视频帧和所述目标行人在所述多个视频帧中的尺寸信息和位置信息，获取所述目标行人的图像序列。


4.根据权利要求3所述的方法，其特征在于，所述根据所述多个视频帧和所述目标行人在所述多个视频帧中的尺寸信息和位置信息，获取所述目标行人的图像序列，包括：
对于每个视频帧，根据所述视频帧和所述目标行人在所述视频帧中的尺寸信息和位置信息，在所述视频帧中截取所述目标行人所在区域的局部图像；
根据截取的多个局部图像，得到所述目标行人的图像序列。


5.根据权利要求2所述的方法，其特征在于，所述对所述视频进行行人检测和跟踪，得到所述视频中每个行人的图像序列，包括：
对所述视频进行行人检测和跟踪，得到所述视频中每个行人在所述视频的多个视频帧中的尺寸信息和位置信息；
根据所述多个视频帧和所述视频中每个行人在所述多个视频帧中的尺寸信息和位置信息，获取所述视频中每个行人的图像序列。


6.根据权利要求1所述的方法，其特征在于，所述根据所述目标行人的图像序列，获取所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息，包括：
对于所述图像序列中的每个图像，将所述图像输入分割与姿态估计联合模型，输出所述目标行人的轮廓剪影图像和多个姿态点的位置信息，所述分割与姿态估计联合模型用于根据输入的图像输出轮廓剪影图像和多个姿态点的位置信息；
根据输出的多个轮廓剪影图像，得到所述轮廓剪影图像序列。


7.根据权利要求1所述的方法，其特征在于，所述根据所述目标行人的轮廓剪影图像序列和所述多个姿态点的位置信息，获取合成图像序列，包括：
对于所述轮廓剪影图像序列中的每个轮廓剪影图像以及对应的多个姿态点的位置信息，根据所述轮廓剪影图像以及对应的多个姿态点的位置信息，获取合成图像；
根据获取的多个合成图像，得到所述合成图像序列。


8.根据权利要求7所述的方法，其特征在于，所述根据所述轮廓剪影图像以及对应的多个姿态点的位置信息，获取合成图像，包括：
根据所述轮廓剪影图像以及对应的多个姿态点的位置信息，在所述轮廓剪影图像中所述多个姿态点的位置处，生成不同颜色的高斯核；
根据所述多个姿态点所对应的关节，对所述多个姿态点进行连接，得到所述合成图像。


9.根据权利要求1所述的方法，其特征在于，所述基于所述合成图像序列进行步态识别，得到所述目标行人的身份信息，包括：
基于所述合成图像序列，获取所述目标行人的步态特征；
根据所述目标行人的步态特征，获取所述目标行人的身份信息。


10.根据权利要求9所述的方法，其特征在于，所述基于所述合成图像序列，获取所述目标行人的步态特征，包括：
将所述合成图像序列输入步态特征提取模型，输出所述目标行人的步态特征，所述步态特征提取模型用于根据输入的图像序列输出步态特征。


11.根据权利要求9所述的方法，其特征在于，所述根据所述目标行人的步态特征，获取所述目标行人的身份信息，包括：
根据所述目标行人的步态特征，在行人数据库中进行检索，得到所述目标行人的身份信息，所述行人数据库用于存储多个行人的步态特征和身份信息。


12.根据权利要求11所述的方法，其特征在于，所述根据所述目标行人的步态特征，在行人数据库中进行检索，得到所述目标行人的身份信息，包括：
将所述目标行人的步态特征与所述行人数据库中多个行人的步态特征进行比对，得到所述目标行人的步态特征与每个行人的步态特征的相似度；
根据所述目标行人的步态特征与每个行人的步态特征的相似度，获取所述目标行人的身份信息。


13.根据权利要求12所述的方法，其特征在于，所述根据所述目标行人的步态特征与每个行人的步态特征的相似度，获取所述目标行人的身份信息，包括：
根据所述目标行人的步态特征与每个行人的步态特征的相似度，显示所述目标行人的图像序列和所述行人数据库中第一行人的图像序列，所述第一行人的步态特征与所述目标行人的步态特征的相似度最大且相似度大于或等于相似度阈值；
当接收到第一确认信息时，将所述第一行人的身份信息作为所述目标行人的身份信息，所述第一确认信息用于确认所述第一行人与所述目标行人为同一行人。


14.根据权利要求12所述的方法，其特征在于，所述根据所述...

【专利技术属性】
技术研发人员：王金，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33