[发明专利]一种步态识别方法和系统

说明书

技术领域

本发明涉及生物特征识别技术领域，尤其涉及一种步态识别方法和系统。

背景技术

生物特征识别技术是坚定个体身份的一种方法，它通过高科技信息监测技术、利用踢人所固有的生理或行为特征进行隔日的身份识别，包括人脸识别、指纹识别、虹膜识别和步态识别等多种识别技术。由于每个人的生物特征具有唯一性与普遍性，不易伪造和假冒，因此利用生物特征识别技术进行身份认证具有安全、可靠、正确等优点。目前广泛使用的人脸识别、指纹识别、虹膜识别等第一代生物特征识别技术，大多需要被检测对象的配合，有时需要被检测对象完成特定的动作才能进行识别，这样难免会造成某些身份认证的被动性。

步态识别旨在根据人们走路的姿势识别其身份，作为第二代生物特征识别技术，步态识别是唯一在远距离情况下可以进行身份认证的生物特征识别技术，具有隐蔽性好、对视频质量要求不高、远距离非接触以及难以伪装等优点。即使在其它生物特征识别技术都失效的情况下，步态识别仍能发挥强而有力的作用。基于上述优点，步态识别近年来备受关注，在视觉监控领域具有广阔的应用前景。然而，目前对步态识别的研究基本上都是在单PC等终端上对图片序列进行处理，而且图片序列中可能不止一个人的步态，如果对多个摄像头获取的步态视频序列进行步态识别，那么对终端的要求将很高，这将会限制步态识别的普及应用。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述在对多个摄像头获取的步态视频序列进行步态识别时对终端的配置要求高的缺陷，提供一种对终端的配置要求低的步态识别方法。

本发明解决其技术问题所采用的技术方案是：构造一种步态识别方法，包括：

S1.监控终端实时采集人的步态以形成步态视频序列，并对所获取的步态视频序列进行预处理；

S2.监控终端将预处理后的步态视频序列通过网络发送至云服务器；

S3.云服务器接收预处理后的步态视频序列，并通过预设的步态识别算法对所接收的步态视频序列进行处理以提取步态特征，且所提取的步态特征与预先存储在数据库中的步态数据具有相同的模式；

S4.云服务器将所提取的步态特征与数据库中的步态数据进行对比识别，若匹配，则将数据库中相应的步态数据所对应的用户名发送至云终端；

S5.云终端接收并显示所对应的用户名。

在本发明所述的步态识别方法中，所述预处理包括去噪处理和轮廓提取处理。

在本发明所述的步态识别方法中，所述步骤S3包括：

S31.云服务器接收预处理后的步态视频序列；

S32.云服务器检测所接收的步态视频序列是否连续完整，若是，则执行步骤S35；若否，则执行步骤S33；

S33.云服务器要求监控终端重新发所述预处理后的步态视频序列；

S34.监控终端重新发送所述预处理后的步态视频序列，然后执行步骤S32；

S35.云服务器通过预设的步态识别算法对所接收的步态视频序列进行处理以提取步态特征，且所提取的步态特征与预先存储在数据库中的步态数据具有相同的模式。

在本发明所述的步态识别方法中，预设的步态识别算法为下列中的一个：基于主元分析的二维步态识别算法、基于统计形状分析的步态识别算法、基于时空轮廓分析的步态识别算法、基于模型的步态识别算法、基于Hough变换的步态特征提取、基于三维小波矩理论的步态识别算法。

在本发明所述的步态识别方法中，若监控终端无采集到人的步态图片，则向云服务器发送无步态视频序列的信号。

本发明还构造一种步态识别系统，包括：设置在监控场所的至少一个监控终端、设置在远端的云服务器及云终端，而且，每个监控终端包括采集模块、预处理模块和第一发送模块；云服务器包括第二接收模块、提取模块、识别模块和第二发送模块；云终端包括显示模块；其中，

采集模块，用于实时采集人的步态以形成步态视频序列；

预处理模块，用于对所获取的步态视频序列进行预处理；

第一发送模块，用于将预处理后的步态视频序列通过网络发送至云服务器；

第二接收模块，用于接收预处理后的步态视频序列；

提取模块，用于通过预设的步态识别算法对所接收的步态视频序列进行处理以提取步态特征，且所提取的步态特征与预先存储在数据库中的步态数据具有相同的模式；

识别模块，用于将所提取的步态特征与数据库中的步态数据进行对比识别；