[发明专利]基于视频图像的人物识别方法及人物识别装置

说明书

技术领域

本发明涉及模式识别中的人物识别领域，特别涉及基于视频图像的人物识别方法及人物识别装置。

背景技术

随着科学技术的飞速发展，利用摄像机来监控动态场景早已被广泛应用于社会各个领域，例如对安全性要求敏感的门禁系统、安全监控。由于广泛的应用前景和潜在的经济价值，人体运动的视频监控是近年来备受关注的前沿课题，而利用生物识别技术辅助人体运动分析更是发展的趋势。在目前的远距离身份识别视频监控系统中，步态被认为是最具潜力的生物特征，脸像、指纹、虹膜等第一代生物特征，通常要求近距离地或者接触性地感知（如指纹需要接触指纹扫描仪、脸像需要近距离捕捉以满足分辨率等），而三维步态在此方面却突出了它的优越性，尤其是在远距离的情况下，人的三维步态易于感知、非侵犯性、非接触性、难于隐藏和伪装的优点已经使其成为一个独具特色的生物行为。

步态识别是根据人物走路的姿势进行人的身份识别，以提取人体轮廓图像为基础，旨在不考虑衣服、背景等因素。由于光线、环境等因素，视频中检测到的人体轮廓总是受到大量噪声的影响，因此如何在减少噪声影响的同时又能尽可能的将人体轮廓信息凸现出来成为工程、实际中亟待解决的问题。

现有技术中，基于步态的人物识别方法主要分为两类：一类是基于模型的方法，Lee等人于2002年发表在Proceedings of the Fifth IEEE International Conference on Automatic Face Gesture Recognition上的论文Gait analysis for recognition and classification（基于步态分析的识别和分类）提出用7个椭圆来建模人体的各个部分，提取椭圆参数（如长短轴之比、质心坐标、主轴夹角）以及人体结构参数（如质心坐标）共29个参数作为步态识别的特征。该方法对人自身的遮挡鲁棒性非常差，而且运算量大，因此不适合于工程应用。

另一类是非模型的方法，Ju Han等人于2006年发表在IEEE Transactions On Pattern Analysis And Machine Intelligence上的论文Individual Recognition Using Gait Energy Image（基于步态能量图的人物识别）向人们提出了一种新的表示人体轮廓信息的非模型的方法：将一个步态周期内得到的二值化人体轮廓图像相加在一起，得到一幅反映人体运动姿态分布的步态能量图。该方法的优点是易于获得，抗噪能力强，然而步态能量图直接用于匹配有个很大的缺陷：模糊了人体轮廓的特征，因此该方法的准确性不高，限制了其实际应用。

更多关于基于步态的人物识别方法的技术方案可以参考公开号为CN101989326A、发明名称为人体姿态识别方法和装置的中国专利申请文件。

发明内容

本发明解决的问题是提供一种鲁棒性强、算法简单、精确度高的人物识别方法及人物识别装置。

为解决上述问题，本发明实施例提供了一种基于视频图像的人物识别方法，包括：从目标视频图像中提取N帧图像，其中N为自然数；基于所述N帧图像确定所述目标视频图像的背景图像；

根据每一帧图像与所述背景图像的像素差值确定所述每一帧图像的前景区域，其中所述前景区域包括人体轮廓图像；

从所述人体轮廓图像中提取多个人体轮廓特征点；

基于人体骨架建立三维人体模型，所述三维人体模型包括多个三维关节角度参数，其中所述人体骨架是在基本人体骨架的基础上结合所述多个人体轮廓特征点来确定的；

将所述三维人体模型进行正交投影以得到人体光滑曲线；

分别将每一帧图像中提取的多个人体轮廓特征点拟合人体光滑曲线以确定各个三维关节角度参数；

对所述各个三维关节角度参数进行降维以得到待识别步态数据；

将所述待识别步态数据与训练好的步态数据进行匹配以完成人物识别。

可选地，所述基于所述N帧图像确定所述目标视频图像的背景图像包括：利用中值函数分别对每一帧图像中相同位置上的像素取中值以得到中值像素；根据每个位置上得到的中值像素确定所述目标视频图像的背景图像。

可选地，所述基于人体骨架建立三维人体模型包括：确定由所述人体骨架中关节之间的线段形成的隐式曲面；根据各个所述线段之间的空间夹角来组合各个所述隐式曲面以建立所述三维人体模型。