[发明专利]一种行人智能识别方法及其系统

权利要求书

1.一种行人智能识别方法，其特征在于，其包括视频数据采集步骤、行人参数特征提取步骤、行人样本视频提取步骤、行人再识别步骤以及步态识别步骤；

其中所述视频数据采集步骤是通过2个或以上数量的摄像头进行视频数据采集；

所述行人参数特征提取步骤是对所述采集到的视频数据图像中的行人通过背景差分法进行行人检测，接着基于检测到的行人子图像提取用于后续的所述行人再识别步骤中使用的行人参数特征信息，并将每个行人的所述参数特征信息保存在行人信息库中；

所述行人样本视频提取步骤，在获取所述行人参数特征时，还会保存与其相应的检测到该行人的摄像头的位置、检测到该行人的时间和包含该行人的一段视频，作为所述样本视频信息；

所述行人再识别步骤是指当出现一个需要查询轨迹的行人时，提供一张需要进行再识别的目标行人的图像，提取其中的与所述参数特征信息对应的用于行人再识别的特征后，通过依次计算待识别的目标行人和所述行人信息库中存储的各个未被识别的行人间的所述参数特征向量的欧式距离，来确定他们间的相似性，其中距离越小，则两者越相似；其中当计算出的欧式距离小于预定的阈值时，就认为待识别的目标行人和所述行人信息库中的具有对应参数特征的行人相匹配；

步态识别步骤通过计算视频中正面或背面朝向摄像头的行人的手臂摇摆区域的双臂像素数量来确定正面或背面朝向摄像头的行人的步态周期，进而来唯一的标识某个特定的行人；或者，用一个椭圆对检测出来的侧面朝向摄像头的行人的图像进行拟合，通过检测椭圆短轴的变化周期来检测侧面朝向摄像头的行人的步态周期，以此标识某个特定的行人；

在所述步态识别步骤中，将人的步态运动看成是由一个个行走姿势组成的，然后将这些行走姿势归类到一个图像序列中，所述图像序列中每个单帧图像就能代表一种行走姿势，通过对一个所述序列中的若干行走姿势进行聚类，进而得到主要行走姿势，然后运用主成分分析的方法提取主要行走姿势的步态特征；

在所述步态识别步骤中，当识别到行人主要行走姿势的步态特征后，会通过K近邻分类器，找到相似的多个步态，然后进一步通过相似性分析识别出同一个人的步态。

2.根据权利要求1所述的一种行人智能识别方法，其特征在于，其中所述行人再识别步骤是通过不断寻找所述行人信息库中行人参数特征相匹配的所有行人，并结合所述样本视频信息中的位置和时间数据，来确定待识别的目标行人的运动轨迹。

3.根据权利要求1所述的一种行人智能识别方法，其特征在于，在所述步态识别步骤中，其还通过视频中行人运动人体的面积，通过拟合椭圆的属性、质心特征来判定行人的步态。

4.根据权利要求1所述的一种行人智能识别方法，其特征在于，其还包括运行轨迹合并步骤，其为对于步态相同的行人运动轨迹，通过将它们所属的行人设置为同一个人而实现轨迹的合并。

5.根据权利要求1所述的一种行人智能识别方法，其特征在于，其还包括轨迹智能分析步骤，其为在获得数日、数周或数月的行人运动轨迹后，针对同一个行人，结合不同的时间间隔，通过层次聚类方法，来发现同一个人周期性的轨迹特点和偏好；或是针对同一个地点，分析不同行人在其中出现的规律和特点。

6.一种用于实施根据权利要求1所述的一种行人智能识别方法的系统，其特征在于，其包括2个以上摄像头、前置机以及服务器；

其中述摄像头用于实施视频数据采集步骤，所述前置机用于管理这些所述摄像头，并根据所述摄像头获取的视频数据实施行人参数特征提取步骤、行人样本视频提取步骤；

所述服务器用于保存所述前置机获得的视频数据中涉及的行人信息，并用于实施所述行人再识别步骤，以及后续的步态识别步骤、运行轨迹合并步骤以及轨迹智能分析步骤。