【技术实现步骤摘要】
一种基于步态识别的多模态追踪方法及装置
[0001]本专利技术涉及生物特征识别
，尤其涉及一种基于步态识别的多模态追踪方法及装置。
技术介绍
[0002]现如今，追查追踪人员需要耗费大量的人力、物力、财力和时间，这对公众安全和公共资源形成了非常大的威胁。如何利用现代科技实现高效地追踪人员是亟需解决的问题。人脸识别是一种最常见，且应用最广泛的生物识别技术，与证件识别和指纹识别不同，人脸识别属于非接触式识别，对验证者配合度的要求较低。在技术层面上，人脸识别可通过摄像头自动抓取人脸进行验证，并且可以同时捕获多个人脸进行多人脸的识别，这是接触式识别所不具备的优势。步态识别是一种新颖的生物识别技术，这种识别方式将行人行走的姿态作为一种生物特征，不需要人员的配合就可以实现远距离识别，因而在人员追踪和识别方面有着广泛的应用前景。多模态追踪是指联合两种或以上的识别技术，对目标人员进行识别与追踪。比起单独的使用一种识别技术，多模态识别技术能够降低误检率，从而正确的识别出待检测人员，尤其是在追踪人员方面，有广泛的应用前景。
[00...
【技术保护点】
【技术特征摘要】
1.一种基于步态识别的多模态追踪方法，其特征在于，包括以下步骤：获取由一监控摄像机实时采集的视频序列数据后，将所述视频序列数据输入至序列识别神经网络；所述序列识别神经网络实时逐帧区分出所述视频序列数据的类型为步态序列数据、人脸序列数据中的一种或两种；判断所述步态序列数据采集到预设的帧数时，将所述步态序列数据输入至步态神经网络模型，得到第一高维向量，将所述第一高维向量与步态数据库中的若干第二高维向量进行相似度比对，得到被识别人员的第一身份信息；判断所述人脸序列数据采集到预设的帧数时，将所述人脸序列数据输入至人脸神经网络模型，得到第三高维向量，将所述第三高维向量与人脸数据库中的若干第四高维向量进行相似度比对，得到被识别人员的第二身份信息；根据所述第一身份信息和第二身份信息的可信度，确定被识别人员的身份信息；根据所述被识别人员的身份信息查询追踪人员信息数据库，判断存在相应的追踪人员信息时，拉响警报并发送所述追踪人员信息和所述被识别人员的定位信息至相应部门。2.根据权利要求1所述的基于步态识别的多模态追踪方法，其特征在于，将所述第一高维向量与步态数据库中的若干第二高维向量进行相似度比对，得到被识别人员的第一身份信息，具体为：计算所述第一高维向量与步态数据库中的若干第二高维向量之间的L2距离，得到L2距离最小的第一高维向量和第二高维向量；选择所述L2距离最小的第二高维向量对应所述步态数据库中的身份信息为被识别人员的第一身份信息。3.根据权利要求2所述的基于步态识别的多模态追踪方法，其特征在于，将所述第三高维向量与人脸数据库中的若干第四高维向量进行相似度比对，得到被识别人员的第二身份信息，具体为：计算所述第三高维向量与人脸数据库中的若干第四高维向量之间的L2距离，得到L2距离最小的第三高维向量和第四高维向量；选择所述L2距离最小的第四高维向量对应所述人脸数据库中的身份信息为被识别人员的第二身份信息。4.根据权利要求3所述的基于步态识别的多模态追踪方法，其特征在于，根据所述第一身份信息和第二身份信息的可信度，确定被识别人员的身份信息，具体包括：获取所述第一高维向量和第二高维向量之间的最小L2距离为第一距离；获取所述第三高维向量和第四高维向量之间的最小L2距离为第二距离；所述第一距离越小，对应所述第一身份信息的可信度越高；所述第二距离越小，对应所述第二身份信息的可信度越高；判断所述第一距离小于预设阈值，且所述第二距离大于等于所述第一距离时，根据所述第三高维向量和所述第一身份信息更新人脸数据库，并确定所述第一身份信息为被识别人员的身份信息；判断所述第二距离小于预设阈值，且所述第一距离大于等于所述第二距离时，根...
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。