人体步态图像呈现方法及系统技术方案

本发明专利技术公开了一种人体步态序列图像呈现方法和系统，其主要通过提取人体步态视频或图像序列中的人体步态轮廓图像形成步态轮廓序列图像，再定位步态轮廓序列图像中各步态轮廓图像中的人体关键特征点，并对步态轮廓序列图像进行归一化处理，最终根据选定的人体关键特征点为固定点，对人体步态序列图像进行动态呈现，实现对人体步态特征的直观感知和有效呈现。现。现。

【技术实现步骤摘要】
人体步态图像呈现方法及系统


[0001]本专利技术涉及人像鉴定、模式识别技术，尤其涉及一种人体步态图像呈现方法及系统。

技术介绍

[0002]人像鉴定是指通过比较、分析，对声像资料记载的人体的同一性问题所进行的科学判断。在人像鉴定中，步态特征是人像特征的重要组成部分，人体体型和运动姿态所构成的人体步态中蕴含丰富的人体身份信息，可以有效用于人像身份信息判别。现阶段，人工智能模式识别
中的步态识别技术发展迅速，并逐渐广泛应用于智能安防监控等领域中的人体身份识别。步态识别技术流程包括人体检测、人体追踪、人体分割、步态识别等主要流程，前三个流程的输出为目标人体的人体步态轮廓序列图像，步态识别中主要根据人体步态轮廓序列图像对人体步态特征进行特征提取和特征匹配。步态识别技术已得到了长足的发展，然而，司法鉴定等领域对步态特征的检验缺乏定量分析技术，且在基于专家鉴定人的定性分析技术中亦缺乏有效的计算机辅助技术用于人体步态特征的可视化呈现方法，严重影响人像鉴定中对步态特征的有效检验、有效呈现和有效利用。

技术实现思路

[0003]针对人像鉴定等领域对人像步态检验新技术新方法的需求，本专利技术提供一种人体步态图像呈现方法及系统，以解决在人像步态检验中缺乏计算机辅助的可视化呈现方法问题，提高步态特征的利用率和有效检验。
[0004]本专利技术是通过如下技术方案实现的：
[0005]一种人体步态图像呈现方法，包括如下步骤：
[0006]步骤a、给定一包含目标人体步态影像的人体步态视频或图像序列；
[0007]步骤b、从所述目标人体步态视频或图像序列中提取所述目标人体的步态轮廓，形成步态轮廓序列图像，标记为S[i]{i＝1,...,N}，其中，S[i]表示步态轮廓序列图像中的第i个步态轮廓图像，N为步态轮廓序列图像中步态轮廓图像的总数；
[0008]步骤c、在所述S[i]{i＝1,...,N}中定位人体关键特征点，人体关键特征点包括头顶点、颈椎点、腰椎点、左肩峰点、右肩峰点、左膝盖点、右膝盖点、左足跟点、右足跟点中的至少一个；
[0009]步骤d、对所述S[i]{i＝1,...,N}进行图像归一化处理，形成SN[i]{i＝1,...,N}，其中SN[i]{i＝1,...,N}中的每一个SN[i]的图像高度相同，各SN[i]的图像高宽比与对应的S[i]相同；
[0010]步骤e、选定一所述人体关键特征点为固定点，将SN[i]{i＝1,...,N}中的步态轮廓图像进行对齐和步态序列图像动态呈现。
[0011]一种人体步态图像呈现系统，包括：
[0012]数据输入模块，用于给定一包含目标人体步态影像的人体步态视频或图像序列；
[0013]步态轮廓提取模块，用于从所述人体步态视频或图像序列中提取所述目标人体的步态轮廓，形成步态轮廓序列图像，标记为S[i]{i＝1,...,N}，其中，S[i]表示步态轮廓序列图像中的第i个步态轮廓图像，N为步态轮廓序列图像中步态轮廓图像的总数；
[0014]特征点定位模块，用于在所述S[i]{i＝1,...,N}中定位人体关键特征点，人体关键特征点包括头顶点、颈椎点、腰椎点、左肩峰点、右肩峰点、左膝盖点、右膝盖点、左足跟点、右足跟点中的至少一个；
[0015]图像归一化模块，用于对所述S[i]{i＝1,...,N}进行图像归一化处理，形成SN[i]{i＝1,...,N}，其中SN[i]{i＝1,...,N}中的每一个SN[i]的图像高度相同，各SN[i]的图像高宽比与对应的S[i]相同；
[0016]步态图像呈现模块，用于选定一所述人体关键特征点为固定点，将SN[i]{i＝1,...,N}中的步态轮廓图像进行对齐和步态序列图像动态呈现。
[0017]与现有技术相比，本专利技术提供的人体步态图像呈现方法及系统，主要通过提取人体步态视频或图像序列中的人体步态轮廓图像形成步态轮廓序列图像，再定位步态轮廓序列图像中各步态轮廓图像中的人体关键特征点，并对步态轮廓序列图像进行归一化处理，最终根据选定的人体关键特征点为固定点，对人体步态序列图像进行动态呈现，实现对人体步态特征的直观感知和有效呈现。
附图说明
[0018]图1是本专利技术一种人体步态图像呈现方法的流程示意图。
[0019]图2是本专利技术一种人体步态图像呈现系统的组成原理示意图。
具体实施方式
[0020]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步详细说明。
[0021]本实施例提供了一种人体步态图像呈现方法。整个工作流程如图1所示，包括如下步骤：
[0022]步骤a、给定一包含目标人体步态影像的人体步态视频或图像序列。目标人体步态影像的载体为视频文件或图像序列文件，如果为视频文件，在图像处理中，可对视频文件进行序列化处理，把视频文件提取为图像序列文件。后续处理中，可以进一步对输入的图像序列文件进行筛选，剔除成像条件较差的图像序列。本实施例中，目标人体步态影像的载体为图像序列文件。
[0023]步骤b、从所述人体步态视频或图像序列中提取所述目标人体的步态轮廓，形成步态轮廓序列图像，标记为S[i]{i＝1,...,N}，其中，S[i]表示步态轮廓序列图像中的第i个步态轮廓图像。N为步态轮廓序列图像中步态轮廓图像的总数。步态轮廓图像可以是二值化图像或原始人体图像，即步态轮廓图像可以以二值化图像或原始人体图像方式呈现。其中，二值化图像为黑白图像，通常图像中的白色区域为人体轮廓区域；原始人体图像是在二值化图像基础上，在目标人体轮廓区域中显示其对应的目标人体步态视频或图像序列中的人体影像。人体步态轮廓提取方法可以使用模式识别领域主流成熟的人体轮廓提取方法，输出的图像大小为包含人体区域的矩形框大小，且人体处于头在上脚在下的位置状态。本实
施例中，输入为目标人体步态图像序列，直接从步态图像序列中提取目标人体的步态轮廓序列图像，形成包含20个步态轮廓图像的步态轮廓序列图像，即S[i]{i＝1,...,20}。S[i](即步态轮廓序列图像中的步态轮廓图像)的个数与输入的图像序列文件个数无必然关联，比如，部分输入的图像序列文件中无法有效提取人体步态轮廓图像。后续处理中，可以进一步对S[i]{i＝1,...,N}进行筛选，排除错误的人体步态轮廓图像。
[0024]步骤c、在所述S[i]{i＝1,...,N}中定位人体关键特征点，人体关键特征点包括头顶点、颈椎点、腰椎点、左肩峰点、右肩峰点、左膝盖点、右膝盖点、左足跟点、右足跟点中的至少一个。在人体步态轮廓图像中进行人体关键特征点定位，关键特征点定位的数量尽可能全面，但亦可能因遮挡或图像条件造成人体关键特征点检测不全面。后续处理中，可以进一步排除人体步态轮廓图像中的错误关键特征点信息。
[0025]步骤d、对所述S[i]{i＝1,...,N}进行图像归一化处理，形成SN[i]{i＝1,...,N}，其中SN[i]{i＝1,...,N}中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体步态图像呈现方法，其特征在于，包括如下步骤：步骤a、给定一包含目标人体步态影像的人体步态视频或图像序列；步骤b、从所述人体步态视频或图像序列中提取所述目标人体的步态轮廓，形成步态轮廓序列图像，标记为S[i]{i＝1,...,N}，其中，S[i]表示步态轮廓序列图像中的第i个步态轮廓图像，N为步态轮廓序列图像中步态轮廓图像的总数；步骤c、在所述S[i]{i＝1,...,N}中定位人体关键特征点，人体关键特征点包括头顶点、颈椎点、腰椎点、左肩峰点、右肩峰点、左膝盖点、右膝盖点、左足跟点、右足跟点中的至少一个；步骤d、对所述S[i]{i＝1,...,N}进行图像归一化处理，形成SN[i]{i＝1,...,N}，其中SN[i]{i＝1,...,N}中的每一个SN[i]的图像高度相同，各SN[i]的图像高宽比与对应的S[i]相同；步骤e、选定一所述人体关键特征点为固定点，将SN[i]{i＝1,...,N}中的步态轮廓图像进行对齐和步态序列图像动态呈现。2.一种人体步态图像呈现系统，其特...

【专利技术属性】
技术研发人员：曾锦华，邱秀莲，施少培，
申请(专利权)人：司法鉴定科学研究院，
类型：发明
国别省市：