一种基于动态聚合网络的步态识别方法及系统技术方案

本发明专利技术涉及一种基于动态聚合网络的步态识别方法及系统，属于计算机视觉及生物识别技术领域。首先获取步态剪影序列，对步态剪影序列进行预处理，获得统一大小的输入数据。然后训练基于动态聚合的步态识别网络。最后，将未知身份的步态特征与已知身份的步态特征库进行比对，从身份已知的步态特征库中匹配出身份信息。系统包括图像获取模块、图像预处理模块、特征提取模块和步态识别模块。本发明专利技术能够有效的建立步态序列中每个特征点之间的关系，有益于提取具有区分性的局部运动模式，同时减少噪声的影响。同时，本发明专利技术能够从局部运动模式中选择具有代表性的局部特征，有益于提取具有区分性的全局运动模式，有效解决步态特征表达不充分的问题。充分的问题。充分的问题。

【技术实现步骤摘要】
一种基于动态聚合网络的步态识别方法及系统


[0001]本专利技术涉及一种基于动态聚合网络的步态识别方法及系统，具体涉及一种对步态剪影数据建立局部和全局运动模式进行判别身份的方法及系统，属于计算机视觉及生物识别


技术介绍

[0002]步态识别是一种新兴的生物特征识别方法，旨在克服真实场景中同一个行人在跨着装和跨视角下身份识别问题。与动作识别、行人重识别等相比，步态识别是最具有挑战性的细粒度标签分类问题之一。步态的剪影数据受到分割算法的制约，总是出现空洞和边缘破损的现象。同时，步态识别受到现实场景中各种外部因素的影响，例如：携带条件、穿着外套和不同的视角等。不同的角度和着装条件会极大地改变同一个人的轮廓外观，导致类内方差远大于类间方差。
[0003]目前，基于步态识别的方法主要分为两类：基于模型的方法和基于图像的方法。其中，基于模型的方法利用人体的结构关系对步态的特征建模，试图将人体骨架拟合到图像中，然后提取骨架序列中的步态特征。然而，这些方法受限于骨架识别和步态剪影图像的质量，其识别效果比基于图像的方法差。基于图像的方法直接提取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态聚合网络的步态识别方法，其特征在于，包括以下步骤：步骤1：对获取的视频数据，获得步态剪影序列；步骤2：对步态剪影序列进行预处理，获得统一大小的输入数据；步骤3：训练基于动态聚合的步态识别网络；步骤3.1：使用统一大小的步态序列作为输入，利用动态聚合网络提取步态序列的局部运动模式；步态序列由不固定数目的连续帧组成，每个动作都在时间维度上都在不断地变化；使用动态聚合网络的骨干部分，首先利用三维卷积提取步态序列之间的局部运动特征，然后将步态序列的每个特征点映射为向量，包含幅值和相位两部分，其中，幅值表示每个特征点的上下文信息，相位用来建立特征点之间的关联；最终，动态聚合网络的骨干部分通过关注关键部位特征的关系，获得具有区分性的局部运动模式；步骤3.2：利用动态聚合网络的水平池化，对局部特征横向切分为固定数目的特征，每个特征都表示一个关键部位；其中，水平池化是对步态特征图的高度维度进行横向切分，即对于同一个人从头到脚切分为固定数目的特征并分别约束；步骤3.3：针对每个局部区域的特征，使用全局运动模式聚合，选择具有代表性的局部运动模式，并建立局部特征之间的关联，从而获得鲁棒的全局运动模式；其中，全局运动模式聚合，是对于每个局部区域的特征不共享参数，即每个关键区域都有一个相对应的全局运动模式聚合模块；步骤3.4：对每个关键区域的全局运动模式进行映射，获得具有区分性的步态全局特征；然后，利用三元组损失和交叉熵损失，分别对每个关键区域的全局运动模式进行约束，并采用加权和的方式计算最终的损失函数；最后，利用反向传播算法，对步态神经网络的参数进行迭代更新；步骤4：基于训练的步态识别网络，将未知身份的步态特征与已知身份的步态特征库进行比对，从身份已知的步态特征库中匹配出身份信息。2.如权利要求1所述的一种基于动态聚合网络的步态识别方法，其特征在于，步骤2进行预处理时，利用图像中人形轮廓的边缘信息，定位出每个人的中心，然后利用插值方法将不同大小的图像缩放到统一的尺寸，实现每个人的位置和尺寸统一。3.如权利要求1所述的一种基于动态聚合网络的步态识别方法，其特征在于，步骤3中，步态序列输入图像采用表示，表示实数域，T表示输入序列的帧数，H表示步态剪影图像的高度维度，W表示步态剪影图像的宽度维度；局部运动模式由局部特征提取获得，对于步态序列中每个特征点建立周围像素特征之间的关系；横向切分，是指对步态特征图沿着高度维度进行横向切分，将全局的步态特征切分为P个重点区域的全局特征：P
i,j
＝MaxPool2d(V
i,j
)+AvgPool2d(V
i,j
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，V
i,j
表示经局部特征提取获得的局部运动模式，P
i,j
表示经横向切分获得的局部步态特征，i和j分别表示...

【专利技术属性】
技术研发人员：付莹，马康，郑德智，张军，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：