[发明专利]一种基于高斯映射的步态识别方法有效

专利信息
申请号: 201910423725.4 申请日: 2019-05-21
公开(公告)号: CN110222599B 公开(公告)日: 2021-09-10
发明(设计)人: 廖开阳;豆佳欣;武吉梅;章明珠;李聪;唐嘉辉 申请(专利权)人: 西安理工大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46
代理公司: 西安弘理专利事务所 61214 代理人: 王蕊转
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 映射 步态 识别 方法
【说明书】:

发明公开了一种基于高斯映射的步态识别方法,具体按照以下步骤实施:步骤1、获取行人的二进制轮廓图像a;步骤2、提取外轮廓信息;步骤3、提取内轮廓信息;步骤4、对外轮廓信息、内轮廓信息进行高斯映射,再对信息进行处理,获得最终特征;步骤5、将最终特征与数据库进行匹配,从而确定行人身份。本发明解决了现有技术中存在的无法远距离(十米以外)进行行人识别的问题。

技术领域

本发明属于计算机网络中的特征提取及数据挖掘技术领域,具体涉及一种基于高斯映射的步态识别方法。

背景技术

近年来,机器视觉引起了人们广泛的兴趣,它属于人工智能的分支。行人重识别作为机器视觉的一大应用同样也激起了许多研究人员的兴趣,行人重识别,即在多摄像机网络中将目标对象与其他行人进行匹配。行人重识别的直接应用是我们可以在多个摄像机中找到一个共同的目标,这在刑事侦查中尤为重要。此外,它还支持许多高级多媒体应用、运动分析、长期对象跟踪和其他个性化应用。

行人重识别领域已经确定了两种主流的方法:分别是基于视觉特征的方法和基于生物特征的方法。基于视觉特征的方法仅使用视觉信息来建立一个行人的特征,目前大多数现有的方法都是利用视觉特征,视觉特征有很多种,如:颜色特征、轮廓特征、纹理特征等;与基于视觉特征的方法相比,基于生物特征的方法利用生物识别技术来构建行人特征,生物特征识别)BIOMETRICS)技术,是指通过计算机利用人体所固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)来进行个人身份鉴定的技术。由于现实环境的复杂,如:距离,遮挡,光线,摄像机分辨率等因素的影响,使得视觉特征无法实现远距离的行人识别(十米以外),而大多数生物特征也无法实现远距离的行人识别。

发明内容

本发明的目的是提供一种基于高斯映射的步态识别方法,解决了现有技术中存在的无法远距离(十米以外)进行行人识别的问题。

本发明所采用的技术方案是,一种基于高斯映射的步态识别方法,具体按照以下步骤实施:

步骤1、获取行人的二进制轮廓图像a;

步骤2、提取外轮廓信息;

步骤3、提取内轮廓信息;

步骤4、对外轮廓信息、内轮廓信息进行高斯映射,再对信息进行处理,获得最终特征;

步骤5、将最终特征与数据库进行匹配,从而确定行人身份。

本发明的特点还在于:

步骤1的具体过程如下:

步骤1.1、采用金属成分分析模型将行人从图像中提取出来,得到行人图像;

步骤1.2、对步骤1.1的行人图像进行二值化操作,得到二进制轮廓图像a。

步骤2的具体过程如下:

步骤2.1、采用参数三次条插值法对步骤1.2的二进制轮廓图像a进行边界平滑操作,得到二进制轮廓图像b;

步骤2.2、沿步骤2.1的二进制轮廓图像b的边界进行采样,得到若干个样本点a;

步骤2.3、计算步骤2.2的样本点a的法向量,得到图像A。

步骤2.2中,每个样本点a包括5~8个像素。

步骤3的具体过程如下:

步骤3.1、对步骤2.3的图像A的前景像素进行距离变换,得到距离图像;

步骤3.2、连接步骤3.1的距离图像中距离相等的点,得到若干条等值线a;

步骤3.3、采用参数三次条插值法对步骤3.2的等值线a进行边界平滑操作,得到等值线b;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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西安理工大学,未经西安理工大学许可,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/201910423725.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top