一种基于压力显著性的多分辨穿鞋足迹序列识别方法技术

本发明专利技术提供一种基于压力显著性的多分辨穿鞋足迹序列识别方法，涉及足迹识别技术领域，包括离线训练过程和在线识别过程；所述离线训练过程至少包括以下步骤：获取足迹压力能量图组；计算足迹压力能量图组的局部灰度统计特征；筛选足迹压力能量图组的压力显著性区域；所述在线识别过程至少包括以下步骤：获取足迹压力能量图组；对足迹压力能量图组的压力显著性区域进行修补；构建多分辨率足迹能量图组；计算待识别多分辨率足迹能量图组与多分辨率足迹能量图组特征库的匹配得分，从而得到多分辨穿鞋足迹序列的识别结果。本发明专利技术考虑到足迹图像的局部信息差异，将图像划分为局部区域块进行灰度统计特征的提取，获得更精准、更稳定的特征。定的特征。定的特征。

【技术实现步骤摘要】
一种基于压力显著性的多分辨穿鞋足迹序列识别方法


[0001]本专利技术涉及足迹识别
，尤其涉及一种基于压力显著性的多分辨穿鞋足迹序列识别方法。

技术介绍

[0002]目前在基于序列足迹的生物特征识别可分为在线足迹序列识别和离线足迹序列识别。在线足迹序列识别方法有：(1)提取压力峰值、获得压力峰值的时间以及压力变化曲线作为特征进行识别。(2)采集一步足迹形成过程中的各个时刻图像和所有时刻形成的累积图像，结合深度残差网络和SVM进行识别。然而，在线足迹序列识别主要针对赤足足迹，采集困难且应用场景少不符合实际应用。
[0003]离线穿鞋足迹识别方法有：(1)提取足迹步幅特征：步长、步宽、步角等进行定量分析。(2)构建足迹压力能量图组，计算相似度匹配得分进行识别。然而，穿鞋序列足迹识别大多基于步幅特征，定量化使用步幅特征存在不稳定性，不能做到精确识别；基于足迹压力能量图组的识别方法，受鞋底花纹的影响很大，且未考虑到鞋印图像中不同区域所蕴含的信息量的差异。综上所述，有待专利技术一种考虑到足迹图像的局部信息差异的足迹序列识别方法。

技术实现思路

[0004]本专利技术提供一种基于压力显著性的多分辨穿鞋足迹序列识别方法，解决了现有足迹序列识别方法未考虑到足迹图像的局部信息差异的问题。
[0005]为达到以上目的，本专利技术采取的技术方案是：
[0006]一种基于压力显著性的多分辨穿鞋足迹序列识别方法，包括离线训练过程和在线识别过程；
[0007]所述离线训练过程至少包括以下步骤：
[0008]获取足迹压力能量图组；
[0009]计算足迹压力能量图组的局部灰度统计特征；
[0010]筛选足迹压力能量图组的压力显著性区域；
[0011]对足迹压力能量图组的压力显著性区域进行修补；
[0012]提取足迹压力能量图组的压力显著性区域；
[0013]构建多分辨率足迹能量图组；
[0014]构建多分辨率足迹能量图组特征库；
[0015]所述在线识别过程至少包括以下步骤：
[0016]获取足迹压力能量图组；
[0017]计算足迹压力能量图组的局部灰度统计特征；
[0018]筛选足迹压力能量图组的压力显著性区域；
[0019]对足迹压力能量图组的压力显著性区域进行修补；
[0020]提取足迹压力能量图组的压力显著性区域；
[0021]构建多分辨率足迹能量图组；
[0022]计算待识别多分辨率足迹能量图组与多分辨率足迹能量图组特征库的匹配得分，从而得到多分辨穿鞋足迹序列的识别结果。
[0023]优选地，所述足迹压力能量图组的构建包括：
[0024]对原始足迹序列图像去噪，对序列图像水平投影进行分割、裁剪、加权叠加，获得左步态能量图组I1、右步态能量图组I2、左步幅能量图组I3、右步幅能量图组I4、左步宽能量图组I5和右步宽能量图组I6，所述足迹压力能量图组为I
S
，I
S
＝{I
k
,k＝1,2,3,4,5,6}。
[0025]优选地，所述计算足迹压力能量图组的局部灰度统计特征包括：选取I
S
中的单幅图像记为I，将I划分为不重叠的大小为t
×
t的局部区域块，共m
×
n个，计算每个区域块内的局部信息熵H，
[0026][0027]其中，p(v)表示区域块内像素灰度值为v的概率，
[0028]生成I的局部熵矩阵I
H
，
[0029][0030]计算每个区域块内的灰度均值，生成I的局部均值矩阵I
M
，
[0031][0032]优选地，所述压力显著性区域的筛选包括：
[0033]计算I
H
中非0元素的均值；
[0034]计算I
M
中非0元素的均值；
[0035]计算显著性熵二值矩阵BOH；
[0036]将矩阵I
M
和矩阵BOH按元素进行与操作，生成矩阵I
MH
；
[0037]对I
MH
进行高斯模糊，得到矩阵I
MHG
；
[0038]计算矩阵BOMHG；
[0039]对BOMHG进行轮廓检测，生成压力显著性区域的二值矩阵BMHG。
[0040]优选地，所述对足迹压力能量图组的压力显著性区域进行修补包括：
[0041]采用最近邻插值的方法，将BMHG放大到与原图I大小一致得到IBMHG；
[0042]提取出压力能量图显著性区域IP；
[0043]根据IP生成掩模矩阵Μ；
[0044]采用图像修复的方法对IP进行修复，修复的位置为M中标记为1的点，本实施中采用快速行进法进行图像修复；
[0045]通过修补后的矩阵IP对I中的对应位置数值进行更新；
[0046]提取足迹压力能量图组的压力显著性区域。
[0047]优选地，所述构建多分辨率足迹能量图组包括：
[0048]对I
S
中每幅图像进行计算足迹压力能量图组的局部灰度统计特征与压力显著性区域筛选，得到处理后图像；
[0049]对处理后图像进行多尺度高斯模糊，生成多分辨率的足迹压力能量图组。
[0050]本专利技术的有益效果在于：
[0051]本专利技术考虑到足迹图像的局部信息差异，将图像划分为局部区域块进行灰度统计特征的提取，获得更精准、更稳定的特征；
[0052]本专利技术通过灰度统计特征的筛选提取出压力显著性区域，对此区域给与更高的权重，可以加大不同人之间的区分性；
[0053]本专利技术先对图像压力显著性区域进行图像修补，再构建多分辨率足迹能量图组，以多种形式表示足迹压力能量图组，能够削减鞋底花纹的影响，使提取到的信息更加完整。
附图说明
[0054]为了更清楚的说明本专利技术的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0055]图1为本专利技术方法流程图。
[0056]图2为本专利技术实施例中的第一个分辨率下的右步态能量图的局部均值图。
[0057]图3为本专利技术实施例中的第一个分辨率下的右步态能量图的局部熵图。
[0058]图4为本专利技术实施例中的第一个分辨率下的右步态能量图的压力显著性均值图。
[0059]图5为本专利技术实施例中的第一个分辨率下的右步态能量图的压力显著性熵图。
[0060]图6为本专利技术实施例中的第二个分辨率下的右步态能量图的局部均值图。
[0061]图7为本专利技术实施例中的第二个分辨率下的右步态能量图的局部熵图。
[0062]图8为本专利技术实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于压力显著性的多分辨穿鞋足迹序列识别方法，其特征在于，包括：离线训练过程和在线识别过程；所述离线训练过程至少包括以下步骤：获取足迹压力能量图组；计算足迹压力能量图组的局部灰度统计特征；筛选足迹压力能量图组的压力显著性区域；对足迹压力能量图组的压力显著性区域进行修补；提取足迹压力能量图组的压力显著性区域；构建多分辨率足迹能量图组；构建多分辨率足迹能量图组特征库；所述在线识别过程至少包括以下步骤：获取足迹压力能量图组；计算足迹压力能量图组的局部灰度统计特征；筛选足迹压力能量图组的压力显著性区域；对足迹压力能量图组的压力显著性区域进行修补；提取足迹压力能量图组的压力显著性区域；构建多分辨率足迹能量图组；计算待识别多分辨率足迹能量图组与多分辨率足迹能量图组特征库的匹配得分，从而得到多分辨穿鞋足迹序列的识别结果。2.根据权利要求1所述的基于压力显著性的多分辨穿鞋足迹序列的识别方法，其特征在于，所述足迹压力能量图组的构建包括：对原始足迹序列图像去噪，对序列图像水平投影进行分割、裁剪、加权叠加，获得左步态能量图组I1、右步态能量图组I2、左步幅能量图组I3、右步幅能量图组I4、左步宽能量图组I5和右步宽能量图组I6，所述足迹压力能量图组为I
S
，I
S
＝{I
k
,k＝1,2,3,4,5,6}。3.根据权利要求2所述的基于压力显著性的多分辨穿鞋足迹序列的识别方法，其特征在于，所述计算足迹压力能量图组的局部灰度统计特征包括：选取I
S
中的单幅图像记为I，将I划分为不重叠的大小为t
×
t的局部区域块，共m
×
n个，计算每个区域块内的局部信息...

【专利技术属性】
技术研发人员：王新年，龚楚洋，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：