本申请公开了一种步态特征提取方法、步态识别方法及装置。该步态特征提取方法包括：确定目标的步态图像序列中各个步态图像的目标身体三维图像；基于各个步态图像的目标身体三维图像，进行目标身体各部位在三维空间内的对齐操作，以确定各部位在至少部分步态图像中的交集区域；对各部位的交集区域进行采样，以得到各部位的交集区域在三维空间的采样点；确定各个步态图像上与各部位的三维空间的采样点相对应的关键点，以得到目标关键点图像序列；基于目标关键点图像序列，进行目标的步态特征的提取。基于本申请步态特征提取方法提取的步态特征能够提高步态识别的鲁棒性，减少识别误差。差。差。
【技术实现步骤摘要】
步态特征提取方法、步态识别方法及装置
[0001]本申请涉及步态识别
，特别是涉及一种步态特征提取方法、步态识别方法及装置。
技术介绍
[0002]在步态识别的研究中，现在主流的方法主要有基于外观和基于模型两种。
[0003]基于外观的方法大多从目标轮廓图出发进行研究。但这种方法受换装、光照、遮挡等外观变化的影响很大。
[0004]所以现在越来越多的研究者引入了基于模型的方法来保证对外部条件变化的鲁棒性，现有的基于模型的步态识别研究大多是从目标姿态和目标关键点出发。但是现有的基于目标关键点的步态识别方法的鲁棒性不高，识别误差较大。
技术实现思路
[0005]本申请提供一种步态特征提取方法、步态识别方法及装置，可以提高基于目标关键点的步态识别方法的鲁棒性，减少识别误差。
[0006]为达到上述目的，本申请提供一种步态特征提取方法，该方法包括：
[0007]确定目标步态图像序列中各个步态图像的目标身体三维图像；
[0008]基于各个步态图像的目标身体三维图像，进行目标身体各部位在三维空间内的对齐操作，以确定各部位在至少部分步态图像中的交集区域；
[0009]对各部位的交集区域进行采样，以得到各部位的交集区域在三维空间的采样点；
[0010]确定各个步态图像上与各部位的三维空间的采样点相对应的关键点，以得到目标关键点图像序列；
[0011]基于目标关键点图像序列，进行目标的步态特征的提取。
[0012]在一实施例中，对各部位的交集区域进行采样，包括：
[0013]对各部位的交集区域进行密集采样，得到各部位上的密集采样点。
[0014]在一实施例中，确定目标步态图像序列中各个步态图像的目标身体三维图像，包括：
[0015]提取各个步态图像的目标身体二维图像；
[0016]将目标身体二维图像进行三维映射，得到各个步态图像的目标身体三维图像。
[0017]在一实施例中，提取各个步态图像的目标身体二维图像，包括：
[0018]利用目标身体姿态估计方法对各个步态图像进行处理，得到各个步态图像的三维表面贴图；
[0019]将目标身体二维图像进行三维映射，得到各个步态图像的目标身体三维图像，包括：
[0020]将目标身体二维图像利用三维表面贴图进行三维映射，得到各个步态图像的目标身体三维图像。
[0021]在一实施例中，基于目标关键点图像序列，进行目标的步态特征的提取，之前包括：
[0022]对各个步态图像进行轮廓信息提取，以得到目标轮廓图像序列；
[0023]基于目标关键点图像序列，进行目标的步态特征的提取，包括：
[0024]利用目标轮廓图像序列和目标关键点图像序列，进行步态特征的提取。
[0025]在一实施例中，利用目标轮廓图像序列和目标关键点图像序列，进行步态特征的提取，包括：
[0026]对关键点图像进行高斯处理而得到各个步态图像的关键点热图，以得到目标关键点热图序列；
[0027]对目标关键点热图序列和目标轮廓图像序列分别进行特征提取，分别得到热图特征和轮廓特征；
[0028]将热图特征和轮廓特征进行融合，以得到步态特征。
[0029]在一实施例中，将热图特征和轮廓特征进行融合，以得到步态特征，包括：
[0030]利用自注意力机制将热图特征和轮廓特征融合，得到浅层融合特征；
[0031]利用特征的提取融合模块将热图特征和轮廓特征融合，以在提取特征的过程中将热图特征和轮廓特征进行融合，以得到深层融合特征；
[0032]将深层融合特征和浅层融合特征融合，得到步态特征。
[0033]在一实施例中，利用特征的提取融合模块将热图特征和轮廓特征融合，以在提取特征的过程中将热图特征和轮廓特征进行融合，以得到深层融合特征，包括：
[0034]利用特征的提取融合模块将热图特征和轮廓特征融合，得到融合时空特征；
[0035]将融合时空特征进行水平金字塔映射，得到深层融合特征。
[0036]在一实施例中，将深层融合特征和浅层融合特征融合，得到步态特征，之前包括：对目标关键点图像序列进行特征提取，得到时序特征；
[0037]将深层融合特征和浅层融合特征融合，得到步态特征，包括：将时序特征、深层融合特征和浅层融合特征进行融合，得到步态特征。
[0038]在一实施例中，对关键点图像进行高斯处理而得到各个步态图像的关键点热图，以得到目标关键点热图序列，包括：
[0039]对各个步态图像的关键点图像进行高斯处理，得到各个步态图像的初始热图；
[0040]基于身体各局部区域的权重，对各个步态图像的初始热图中身体各局部区域的像素进行加权，得到各个步态图像的关键点热图。
[0041]为达到上述目的，本申请提供一种步态识别方法，该方法包括：
[0042]利用上述的步态特征提取方法，对目标步态图像序列进行特征提取，得到目标的步态特征；
[0043]基于步态特征进行步态识别。
[0044]为达到上述目的，本申请还提供一种电子设备，该电子设备包括处理器；处理器用于执行指令以实现上述方法的步骤。
[0045]为达到上述目的，本申请还提供一种计算机可读存储介质，其用于存储指令/程序数据，指令/程序数据能够被执行以实现上述方法。
[0046]本申请确定目标步态图像序列中各个步态图像的目标身体三维图像，并基于目标
步态图像序列中各个步态图像的目标身体三维图像，进行目标各部位在三维空间内的对齐操作，以确定各部位在至少部分步态图像中的交集区域，继而便于后续对各部位的交集区域进行采样，从而获得用于进行目标步态特征提取的目标关键点图像序列，如此本申请通过序列中图像在三维空间对齐、对对齐后的三维图像进行采样、将三维空间中的采样点向各个步态图像进行映射的技术特征的组合，确定的用于进行目标步态特征提取的关键点在序列的多张图像中存在一一对应的关系，如此可以基于目标关键点图像序列中各个关键点位置信息的变化情况确定序列中确定各个关键点的动态信息，进而可以准确地确定目标身体的动态信息，从而提取出相对准确的目标步态特征，通过本申请特征提取方法提取的步态特征进行步态识别，能够提高步态识别的鲁棒性，减少识别误差。
附图说明
[0047]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0048]图1是本申请步态特征提取方法一实施方式的流程示意图；
[0049]图2是本申请步态特征提取方法一实施方式中数据处理示意图；
[0050]图3是本申请步态特征提取方法一实施方式中特征提取融合模块的结构示意图；
[0051]图4是本申请步态识别方法一实施方式的流程示意图；
[0052]图5是本申请电子设备一实施方式的结构示意图；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种步态特征提取方法，其特征在于，所述方法包括：确定目标的步态图像序列中各个步态图像的目标身体三维图像；基于所述各个步态图像的目标身体三维图像，进行目标身体各部位在三维空间内的对齐操作，以确定所述各部位在至少部分步态图像中的交集区域；对所述各部位的交集区域进行采样，以得到所述各部位的交集区域在所述三维空间的采样点；确定所述各个步态图像上与所述各部位的三维空间的采样点相对应的关键点，以得到目标关键点图像序列；基于所述目标关键点图像序列，进行所述目标的步态特征的提取。2.根据权利要求1所述的步态特征提取方法，其特征在于，所述对所述各部位的交集区域进行采样，包括：对所述各部位的交集区域进行密集采样，得到所述各部位上的密集采样点。3.根据权利要求1所述的步态特征提取方法，其特征在于，所述确定目标的步态图像序列中各个步态图像的目标身体三维图像，包括：提取所述各个步态图像的目标身体二维图像；将所述目标身体二维图像进行三维映射，得到所述各个步态图像的目标身体三维图像。4.根据权利要求3所述的步态特征提取方法，其特征在于，所述提取所述各个步态图像的目标身体二维图像，包括：利用目标身体姿态估计方法对所述各个步态图像进行处理，得到所述各个步态图像的三维表面贴图；所述将所述目标身体二维图像进行三维映射，得到所述各个步态图像的目标身体三维图像，包括：将所述目标身体二维图像利用所述三维表面贴图进行三维映射，得到所述各个步态图像的目标身体三维图像。5.根据权利要求1所述的步态特征提取方法，其特征在于，所述基于所述目标关键点图像序列，进行所述目标的步态特征的提取，之前包括：对所述各个步态图像进行轮廓信息提取，以得到目标轮廓图像序列；所述基于所述目标关键点图像序列，进行所述目标的步态特征的提取，包括：利用所述目标轮廓图像序列和所述目标关键点图像序列，进行所述步态特征的提取。6.根据权利要求5所述的步态特征提取方法，其特征在于，所述利用所述目标轮廓图像序列和所述目标关键点图像序列，进行所述步态特征的提取，包括：对关键点图像进行高斯处理而得到各个步态图像的关键点热图，以得到目标关键点热图序列；对所述目标关键点热图序列和所述目标轮廓图像序列分别进行特征提取，分别得到热图特征和轮廓特征；将所述热图特征和所述轮廓特征进行融合，以得到所述步态特征。7....
【专利技术属性】
技术研发人员：张攀锋，潘华东，殷俊，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：
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。