【技术实现步骤摘要】
基于腿部特征的步态识别方法、装置及系统、可读存储介质
本专利技术涉及人体形态识别
，尤其涉及一种基于腿部特征的步态识别方法、一种基于腿部特征的步态识别装置、一种基于腿部特征的步态识别系统和一种可读存储介质。
技术介绍
步态识别是一种通过从相同的行走行为中寻找和提取个体之间的变化特征，从而实现对人进行身份识别的过程。与现有的人脸识别、指纹识别等生物特征识别技术相比，最为主要的优点是非接触性以及远距离性。步态识别更多的关注待测人员整个行走过程在时空上的变化规律与特性，对于图像细节模糊的容忍度较高，可以实现远距离的身份识别。另一方面，步态识别还有难以伪装和隐藏的特性，尤其是在智能视频监控领域，犯罪嫌疑人往往会对面部进行一系列的伪装，而步态则不会有太大的改变，特意的改变走路姿势反而更易引起怀疑。步态识别技术是融合了机器视觉、图像处理以及机器学习等各种新兴技术的生物识别技术。其可以分为三个过程：运动目标检测、步态特征提取与特征分类识别。其中，目标检测的核心任务是从样本图片序列中快速有效的提取出人体的二值化图像，从...
【技术保护点】
1.一种基于腿部特征的步态识别方法，其特征在于，包括：/n对包含人体运动信息的连续的多张图像帧分别进行预处理，分别得到对应每一张所述图像帧的人体前景二值图；/n根据内部点去除方法从每一张所述人体前景二值图中分别提取出各自的人体轮廓图；/n根据每一个所述人体轮廓图中的关节点信息计算得到动态特征值和静态特征值；/n分别计算所述动态特征值和所述静态特征值的差异值，得到动态差异值和静态差异值；/n对所述动态差异值和所述静态差异值分别构建得到动态特征差异矩阵和静态特征差异矩阵，并使用最近邻模糊分类器对所述多张图像帧中的目标样本进行识别。/n
【技术特征摘要】
1.一种基于腿部特征的步态识别方法，其特征在于，包括：
对包含人体运动信息的连续的多张图像帧分别进行预处理，分别得到对应每一张所述图像帧的人体前景二值图；
根据内部点去除方法从每一张所述人体前景二值图中分别提取出各自的人体轮廓图；
根据每一个所述人体轮廓图中的关节点信息计算得到动态特征值和静态特征值；
分别计算所述动态特征值和所述静态特征值的差异值，得到动态差异值和静态差异值；
对所述动态差异值和所述静态差异值分别构建得到动态特征差异矩阵和静态特征差异矩阵，并使用最近邻模糊分类器对所述多张图像帧中的目标样本进行识别。
2.根据权利要求1所述的基于腿部特征的步态识别方法，其特征在于，所述对包含人体运动信息的连续的多张图像帧分别进行预处理，分别得到对应每一张所述图像帧的人体前景二值图，包括：
从每一张所述图像帧中提取得到不包含背景信息的图像信息；
对所述图像信息进行预处理得到所述人体前景二值图。
3.根据权利要求1所述的基于腿部特征的步态识别方法，其特征在于，所述根据每一个所述人体轮廓图中的关节点信息计算得到动态特征值和静态特征值，包括：
确定髋关节点、膝关节点以及踝关节点分别在所述人体轮廓图中的位置；
根据所述髋关节点、膝关节点以及踝关节点构建涵盖人体运动信息的腿部五边模型；
根据一个行走周期所对应的多个所述腿部五边模型得到所述动态特征值；
根据所述一个行走周期所对应的多个所述腿部五边模型的加权平均值得到所述静态特征值。
4.根据权利要求1所述的基于腿部特征的步态识别方法，其特征在于，所述分别计算所述动态特征值和所述静态特征值的差异值，得到动态差异值和静态差异值，包括：
对所述动态特征值进行动态时间规整计算得到所述动态差异值；
对所述静态特征值进行降维处理、再通过差值二范数计算得到所述静态差异值。
5.一种基于腿部特征的步态识别装置，其特征在于，包括：
二值图提取模块，用于对包含人体运动信息的连续的多张图像帧分别进行预处理，分别得到对应每一张所述图像帧的人体前景二值图；
轮廓图提取模块，用于根据内部点去除方法从每一张所...
【专利技术属性】
技术研发人员：胡晓钦，方栋超，郑思棋，刘天弼，陈小林，
申请(专利权)人：启航汽车有限公司，
类型：发明
国别省市：浙江;33
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。