一种基于树莓派的步态人脸融合识别方法技术

一种基于树莓派的步态人脸融合识别方法，获取自行注册的步态数据，并进行图像处理；利用网络模型对数据集进行特征提取；采集被检测者的步态相关图像并进行特征提取；比对步态注册集和检测集特征，获得测试者身份和置信度；采集测试者面部信息，提取特征向量制作注册集；采集检测者在行走过程中的人脸图像，提取特征向量；比对人脸注册集和检测集特征，获得测试者身份和置信度结合行人距离摄影机距离的远近对于识别结果和置信度进行权重分配，得到最终识别结果。本发明专利技术能够有效、快速、精确地利用图像处理和训练模型进行步行姿态的处理和特征提取，从而完成对检测者身份的识别。其基于树莓派4B运行，便于携带和安装，且维护成本较低。

【技术实现步骤摘要】
一种基于树莓派的步态人脸融合识别方法
本专利技术涉及智能监控识别
，具体是一种基于树莓派的步态人脸融合识别方法。
技术介绍
人体生物特征识别是传统的模式识别问题，它是利用人的生理或行为特征进行人的身份识别。指纹、虹膜与面像等是第一代生物特征，通常要求近距离的或者接触性的感知，远距离的面像识别会使准确度大大下降。但在远距离的情况下，人的步态仍是可见的，且可在被观察者没有觉察的情况下从任意角度进行非接触性的感知和度量。从视觉监控的观点来看，步态是远距离情况下最有潜力的生物特征。但由于步态识别尚未成熟，准确率较低，仍无法达到实用要求。步态识别具有非接触、远距离和不容易伪装等优点，但识别准确度低；人脸识别准确度高，但要求近距离、无大面积遮挡。在对于犯罪预防、社会治安等智能视频监控系统领域融合步态识别和人脸识别技术，可以发挥其各自的优点，在检测过程中灵活使用这两种识别技术，可使总体的识别准确度得到提升。
技术实现思路
本专利技术要克服现有技术的不足，在易于训练的同时不丢失时间、空间维度的信息，将步态图像看成图像集合；利用本文档来自技高网...

【技术保护点】
1.一种基于树莓派的步态人脸融合识别方法，其特征在于，所述方法包括如下步骤：/n步骤1：自行注册步态数据集，添加需要被识别对象的相关步态图像或使用树莓派摄像头现场采集数据至数据集，过程如下：/n1.1)使用图像采集设备采集单一注册者的步态图像，可同时使用多个摄像头进行不同角度定点图像采集；/n1.2)对采集到的图像批量操作，使用图像背景差分法提取人体目标轮廓，再转换成二值化图像；/n1.3)根据轮廓上下边界，裁去图像上下方全黑部分，将裁剪后的图片根据比例变换为64像素高的图像；/n1.4)再利用垂直中心线原则将图像切割成长宽为64*64的图像；/n1.5)重复执行步骤1.1-1.3三次，获得三...

【技术特征摘要】
1.一种基于树莓派的步态人脸融合识别方法，其特征在于，所述方法包括如下步骤：
步骤1：自行注册步态数据集，添加需要被识别对象的相关步态图像或使用树莓派摄像头现场采集数据至数据集，过程如下：
1.1)使用图像采集设备采集单一注册者的步态图像，可同时使用多个摄像头进行不同角度定点图像采集；
1.2)对采集到的图像批量操作，使用图像背景差分法提取人体目标轮廓，再转换成二值化图像；
1.3)根据轮廓上下边界，裁去图像上下方全黑部分，将裁剪后的图片根据比例变换为64像素高的图像；
1.4)再利用垂直中心线原则将图像切割成长宽为64*64的图像；
1.5)重复执行步骤1.1-1.3三次，获得三组注册集图像；
1.6)对处理完的图像集设置对应标签并保存为注册集；
步骤2：利用训练好的步态识别网络模型对注册集图像进行特征提取，得到注册特征集X，并保存注册特征数据集文件；
步骤3：采集被检测者的步态相关图像，并进行特征提取，过程如下：
3.1)进行类似步骤1.1-1.4操作后，得到测试集图像；
3.2)利用训练好的步态识别模型对测试集图像进行特征提取，得到检测特征数据Y；
步骤4：比对提取的特征，判断测试者身份RG并计算置信度μG，完成步态结果识别，过程如下：
4.1)将步骤3的检测特征数据步骤与2的注册特征数据集中的单人单次单角度特征集求得欧氏距离，计算公式如下：



其中D(Xij,Y)表示注册特征集X的第i个人的第j个角度与检测特征Y的欧式距离，n表示该特征集的维度数量；
4.2)对距离数组根据不同角度分别排序，取出每组角度中距离最小的前3个，记录其对应身份标签；
4.3)对所有记录的身份标签进行统计，次数最多的即为识别结果，求置信度，求解公式如下：



其...

【专利技术属性】
技术研发人员：胡海根，吴泽成，汪鹏飞，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33