[发明专利]步态识别方法、装置、计算机设备及存储介质在审
申请号: | 201910398564.8 | 申请日: | 2019-05-14 |
公开(公告)号: | CN111950321A | 公开(公告)日: | 2020-11-17 |
发明(设计)人: | 王金 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 李珂珂 |
地址: | 310051 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 步态 识别 方法 装置 计算机 设备 存储 介质 | ||
本发明公开了一种步态识别方法、装置、计算机设备及存储介质,属于计算机技术领域。所述方法包括:获取目标行人的图像序列;根据所述目标行人的图像序列,获取所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息;根据所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息,获取合成图像序列;基于所述合成图像序列进行步态识别,得到所述目标行人的身份信息。本发明基于合成图像序列进行步态识别,得到目标行人的身份信息,可以提高步态识别结果的可靠性。
技术领域
本发明涉及计算机技术领域,尤其涉及一种步态识别方法、装置、计算机设备及存储介质。
背景技术
步态识别是指根据行人的行走方式来识别行人的身份的方法,步态识别在视频监控、智能分析和模式识别领域具有广泛的应用。
目前,相关技术进行步态识别的方法如下:利用神经网络分割模型,对一段步态视频中的多个步态图像进行人形轮廓分割,获得该多个步态图像的人形轮廓分割图像,也称为轮廓剪影图像,然后将获得的廓剪影图像通过卷积神经网络模型进行身份识别,输出身份识别结果。
上述技术基于轮廓剪影图像来进行步态识别,由于轮廓剪影图像是人体的二值分割图像,其仅包含人体的轮廓边缘信息,所含信息量较少,导致步态识别结果的可靠性差。
发明内容
本发明实施例提供了一种步态识别方法、装置、计算机设备及存储介质,可以解决相关技术步态识别结果的可靠性差的问题。所述技术方案如下:
第一方面,提供了一种步态识别方法,所述方法包括:
获取目标行人的图像序列;
根据所述目标行人的图像序列,获取所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息;
根据所述目标行人的轮廓剪影图像序列和多个姿态点的位置信息,获取合成图像序列;
基于所述合成图像序列进行步态识别,得到所述目标行人的身份信息。
在一种可能实现方式中,所述获取目标行人的图像序列,包括:
获取包含所述目标行人的视频;
当所述视频中仅包含所述目标行人时,对所述视频进行行人检测,得到所述目标行人的图像序列;
当所述视频中包含除所述目标行人以外的行人时,对所述视频进行行人检测和跟踪,得到所述视频中每个行人的图像序列,将被选取的行人的图像序列作为所述目标行人的图像序列。
在一种可能实现方式中,所述对所述视频进行行人检测,得到所述目标行人的图像序列,包括:
对所述视频进行行人检测,得到所述目标行人在所述视频的多个视频帧中的尺寸信息和位置信息;
根据所述多个视频帧和所述目标行人在所述多个视频帧中的尺寸信息和位置信息,获取所述目标行人的图像序列。
在一种可能实现方式中,所述根据所述多个视频帧和所述目标行人在所述多个视频帧中的尺寸信息和位置信息,获取所述目标行人的图像序列,包括:
对于每个视频帧,根据所述视频帧和所述目标行人在所述视频帧中的尺寸信息和位置信息,在所述视频帧中截取所述目标行人所在区域的局部图像;
根据截取的多个局部图像,得到所述目标行人的图像序列。
在一种可能实现方式中,所述对所述视频进行行人检测和跟踪,得到所述视频中每个行人的图像序列,包括:
对所述视频进行行人检测和跟踪,得到所述视频中每个行人在所述视频的多个视频帧中的尺寸信息和位置信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910398564.8/2.html,转载请声明来源钻瓜专利网。