基于连续步态影像的性别识别方法技术

本发明专利技术公开了一种基于连续步态影像的性别识别方法，包括获取行人的步态影像；将行人步态影像的图像提取前景影像；对图像做侵蚀再膨胀处理将图像去除杂讯平滑化，再将影像正规化；对影像执行撷取连续步态影像处理；对图像进行降噪处理去除杂讯；对处理后的图像提取特征；利用支持向量机SVM分类器对图像进行分类训练；将待测影像提取特征，再将获得的特征与SVM中训练的特征进行比较。本发明专利技术通过利用连续步态影像对人的影像特征进行提取，提取时综合了图像的垂直像素特征和水平像素特征，有效地提高了性别识别的准确率，同时还可以适应不同角度拍摄的人体步态影像的性别识别。

【技术实现步骤摘要】

本专利技术涉及一种性别识别方法，尤其涉及一种
技术介绍
在一些监控环境中，由于环境限制不能准确识别出目标的身份，或者不需要识别出具体的目标身份，而对目标的一些类别属性更感兴趣，例如:性别、年龄、携带状况、步行姿态是否正常等。在社会治安方面，性别辨识为现今重要的研究方向，早期的性别研究大多是以人脸或是轮廓的特征为根据，但人脸影像在监控系统下常会因解析度低或其他因素使得辨识率降低。且计划犯案的人会故意穿着隐密，隐藏人脸特征导致性别辨识困难。此外，人脸影像对远距离监控性别的帮助也很有限，导致以人脸为特征的方法并不适用于我们的应用中。在探讨分析动作者的资料后发现，人在行走时的身体摆动和脚步比例的确存在着性别差异，男性通常肩膀摆动与跨步的大小远大於女性。女性则以头发长短与胸部背部的差异来区分。根据这些特性，对往后的性别辨识颇有帮助。性别辨识研究运用在卖场商店，可减轻人力且又便利。以固定式摄影机架设于店门口，当顾客进入卖场时辨识性别，卖场可提供该性别的特价商品与商品的放置位置，一来可以减少顾客搜寻商品的时间，而来也可以得知卖场的特价商品，还可减少卖场印刷卖场目录的成本。现有的利用影像进行性别识别的方法，大多采用静态的、单一的人体影像作为训练及判断的客体，这种方式没法将男女性行走时身体状态变化的差异因素作为判断的参数，仅以静态的身体形态参数作为判断基准，而男女性之间的身体形态并没有一个严格的分界基准，因此会产生较大的误差，从而降低判断的准确性。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种，包括如下步骤:S1:获取行人的步态影像；S2:将行人步态影像的图像提取前景影像；所述提取前景影像的方式可以是采用二值化或背景相减。S3:对图像做侵蚀再膨胀处理将图像去除杂讯平滑化，再将影像正规化；将提取到的影像正规化后执行GEI (步态能量图像即连续步态影像)处理可得到这一序列步态的差异性。S4:对S3的影像执行撷取连续步态影像处理；S5:对图像进行降噪处理去除杂讯；S6:对S5处理后的图像提取特征；S7:利用支持向量机SVM分类器对图像进行分类训练；S8:将待测影像按照SI?S6的步骤提取特征，再将获得的特征与S7中训练的特征进行比较。进一步地，步骤S2提取前景影像的方法为背景相减法，将相邻的影像数据进行相减从而得到前景影像。进一步地，步骤S2提取前景影像的方法还可以为将影像二值化。进一步地，在提取行人步态影像的前景图像后还包括水平扫描影像像素及垂直扫描影像像素的步骤。进一步地，连续步态影像处理是将单位时间段里连续前景影像数据进行加权平均。进一步地，步骤S5设置一阈值，把影像的每个像素值与该阈值做比较，将小于所述阈值的数据作为杂讯去除，从而对图像进行降噪。进一步地，将影像里的最大像素系数乘以比例系数得到所述阈值。更进一步地,所述比例系数为0.6?0.9。进一步地，提取图像特征时将图像的水平特征参数及垂直特征参数分别进行提取。更进一步地，所述图像的水平特征的像素参数及垂直特征的像素参数都分为9个区域，每个区域块对应有一定数量的像素。实施本专利技术，具有如下有益效果:本专利技术通过利用连续步态影像对人的影像特征进行提取，提取时综合了图像的垂直像素特征和水平像素特征，通过人行走时的连续影像进行特征提取，以男女性行走时身体状态变化之间的差异作为判断的参数，有效地提高了性别识别的准确率，同时还可以适应不同角度拍摄的人体步态影像的性别识别。【附图说明】图1是本专利技术流程示意图；图2是本专利技术GEI影像处理不意图；图3是本专利技术GEI影像处理的原理示意图；图4是本专利技术DEI处理的原理示意图；图5是本专利技术水平撷取特征示意图；图6是本专利技术垂直撷取特征示意图。【具体实施方式】为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。如图1所示，本专利技术的流程包括:S1:获取行人的步态影像；S2:将行人步态影像的图像提取前景影像；S3:对图像做侵蚀再膨胀处理将图像去除杂讯平滑化，再将影像正规化；将影片中撷取步态序列影像经过二值化或背景相减处理并得到前景影像，再将影像正规化后执行GEI (步态能量图像)处理可得到这一序列步态的差异性。S4对S3的影像执行撷取步态能量图像处理；S5:对图像进行降噪处理去除杂讯；S6:对S5处理后的图像提取特征；S7:利用支持向量机SVM分类器对图像进行分类训练；S8:将待测影像按照SI~S6的步骤提取特征，再将获得的特征与S7中训练的特征进行比较。图2是本专利技术GEI影像处理示意图，如图所示，从摄影机拍摄得到的步态影格画面，经过二值化或背景相减处理后取出前景影像并正规化，同一序列的正规化步态影格经由公式(I)计算得到GEI影像。(Tc^XlVJ =其中，Gc(x, y)为GEI影像，N。为步态序列影像总数，一个步态序列时间长度A。，B(x, y, t)代表在t时间的影像，其中X跟y为影像中像素的坐标。其处理的原理范例如图3所示，假设两张正规化后的3X3影像，白色区块为步态前景影像，黑色区块为背景影像，将两张影像总平均变可得到GEI影像。范例中GEI影像像素值为I表示第一张影像与第2张影像没有变化，像素值为0.5的表示第I张影像与第2张影像有变化，于是就可以看出每个人行走时的特征。DEI主要是用来去除GEI影像的杂讯，同时可以得到男女步态差异性。DEI如公式(2)所示。本文档来自技高网...

【技术保护点】
一种基于连续步态影像的性别识别方法，其特征在于，包括如下步骤：S1：获取行人的步态影像；S2：将行人步态影像的图像提取前景影像；S3：对图像做侵蚀再膨胀处理将图像去除杂讯平滑化，再将影像正规化；S4：对S3的影像执行撷取连续步态影像处理；S5：对图像进行降噪处理去除杂讯；S6：对S5处理后的图像提取特征；S7：利用支持向量机SVM分类器对图像进行分类训练；S8：将待测影像按照S1～S6的步骤提取特征，再将获得的特征与S7中训练的特征进行比较。

【技术特征摘要】
1.一种基于连续步态影像的性别识别方法，其特征在于，包括如下步骤: 51:获取行人的步态影像； 52:将行人步态影像的图像提取前景影像； 53:对图像做侵蚀再膨胀处理将图像去除杂讯平滑化，再将影像正规化； 54:对S3的影像执行撷取连续步态影像处理； 55:对图像进行降噪处理去除杂讯； 56:对S5处理后的图像提取特征； 57:利用支持向量机SVM分类器对图像进行分类训练； 58:将待测影像按照SI?S6的步骤提取特征，再将获得的特征与S7中训练的特征进行比较。2.根据权利要求1所述的识别方法，其特征在于，步骤S2提取前景影像的方法为背景相减法。3.根据权利要求1所述的识别方法，其特征在于，步骤S2提取前景影像的方法为将影像二值化。4.根据权利要求1所述的识别方法，其特征在于...

【专利技术属性】
技术研发人员：庄礼鸿，吴明霓，林信安，
申请(专利权)人：汕头大学，
类型：发明
国别省市：