基于局部模糊光流直方能量图的正面视角步态识别方法技术

本发明专利技术公开了一种基于局部模糊光流直方能量图的正面视角步态识别方法,本发明专利技术步骤：采集正面视角步态视频；计算人体下肢区域像素点的运动信息；划分人体下肢区域为多个局部区域，对人体局部区域的步态运动信息进行建模，得到局部模糊光流直方能量图作为步态表示；使用直方图特征学习网络挖掘局部模糊光流直方能量图的内在步态运动特性，并映射到具有判别力的深度特征空间；利用注册步态表示和验证步态表示在深度特征上的差异，实现正面视角步态识别。本发明专利技术所提出的人体步态表示具有维度小、鲁棒性强和简单有效的特点；本发明专利技术有效实现从直方图特征到深度特征的非线性映射，有助于提升正面视角步态识别的准确率。

【技术实现步骤摘要】

本专利技术属于模式识别，具体涉及一种正面视角步态识别方法，尤其是一种基于局部模糊光流直方能量图的正面视角步态识别方法。

技术介绍

1、步态识别旨在通过分析和提取行人的步态运动特性进行身份识别或验证，是模式识别及生物特征识别领域中的一个重要课题。步态识别凭借其非接触性、隐蔽性及远距离可感知性的特点，作为新一代的生物特征识别技术被广泛应用在视频监控等领域。由于侧面视角的步态运动易于获取且时空信息直观，目前大多数的步态识别工作都是基于侧面视角的步态运动进行的。然而，在实际的视频监控应用中，特别是安全敏感的环境中，监控摄像头通常被安放在狭窄的走廊、出入口等位置，数据收集区域狭小，往往拍摄到的是个体的正面视角步态运动。正面视角下运动个体的大小会随着与摄像头的距离改变而改变，步态的时空运动特性不明显，基于侧面视角的步态识别方法的识别精度会大大下降甚至失效。促进步态识别技术的实际应用落地，正面视角步态识别是无法回避的问题。

2、目前对于正面视角步态识别的研究工作，主要被分为基于深度摄像机的方法和基于rgb摄像机的方法。尽管这些方法在正面视角步态识别实现较高的本文档来自技高网...

【技术保护点】

1.基于局部模糊光流直方能量图的正面视角步态识别方法，其特征在于，包含如下步骤：

2.根据权利要求1所述的基于局部模糊光流直方能量图的正面视角步态识别方法，其特征在于，在步骤一中，采集正面视角下的人体步态视频，获取每帧原始步态图像Bt的人体最小外接矩形区域；所述人体最小外接矩形区域被记为Bt(xul,yul,xlr,ylr)，t＝1,2,...,T表示步态图像的顺序索引，T为一个步态视频内步态图像序列的长度；(xul,yul)和(xlr,ylr)分别为人体最小外接矩形区域的左上角和右下角的二维坐标；所述人体最小外接矩形区域的高度为H＝xlr-xul，宽度为W＝ylr-yul。...

【技术特征摘要】

1.基于局部模糊光流直方能量图的正面视角步态识别方法，其特征在于，包含如下步骤：

2.根据权利要求1所述的基于局部模糊光流直方能量图的正面视角步态识别方法，其特征在于，在步骤一中，采集正面视角下的人体步态视频，获取每帧原始步态图像bt的人体最小外接矩形区域；所述人体最小外接矩形区域被记为bt(xul,yul,xlr,ylr)，t＝1,2,...,t表示步态图像的顺序索引，t为一个步态视频内步态图像序列的长度；(xul,yul)和(xlr,ylr)分别为人体最小外接矩形区域的左上角和右下角的二维坐标；所述人体最小外接矩形区域的高度为h＝xlr-xul，宽度为w＝ylr-yul。

3.根据权利要求1或2所述的基于局部模糊光流直方能量图的正面视角步态识别方法，其特征在于，在步骤二中，所述感兴趣区域为人体下肢区域；所述人体下肢区域可以被表述为：

4.根据权利要求3所述的基于局部模糊光流直方能量图的正面视角步态识别方法，其特征在于，在步骤二中，所述人体下肢区域的步态运动信息由相邻两帧步态图像的人体下肢区域的光流场描述；所述人体下肢区域的光流场是相邻两帧步态图像的人体下肢区域的像素点运动；所述光流场vt的数学表示为：

5.根据权利要求1或4所述的基于局部模糊光流直方能量图的正面视角步态识别方法，其特征在于，在步骤三中，所述人体下肢区域的划分方法为：划分人体下肢区域为六个局部区域，分别代表右大腿、左大腿、右小腿、左小腿、右脚和左脚区域；所述六个局部区域被表示为：

6.根...

【专利技术属性】
技术研发人员：邓木清，邹毅，曾智，朱武桥，刘远，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：