[发明专利]一种基于多分辨率特征融合的穿鞋序列足迹识别方法

说明书

本发明提供一种基于多分辨率特征融合的穿鞋序列足迹识别方法，包括：提取待识别图像单枚鞋印相对压力分布图像；构建二维多分辨率步法能量图和一维多分辨率步法能量图；对单枚足迹二维多分辨率步法能量图二元组提取脚印姿态偏移角；利用分组模型对所述脚印姿态偏移角进行分组；根据分组后子数据库中的同类图像缩小识别范围；计算待识别多分辨率步法能量图与特征库的匹配得分，从而得到基于足迹层次化识别策略的识别结果。本发明对足迹序列分割后进行小波分解构建脚印姿态脚分组模型和多分辨率步法能量图四元组，通过基于四元组的三种特征得分融合及足迹层次化识别策略进行身份识别。

技术领域

本发明涉及足迹识别技术领域，具体而言，尤其涉及一种基于多分辨率特征融合的穿鞋序列足迹识别方法。

背景技术

目前基于序列足迹的生物特征识别主要分为序列赤足足迹识别和序列穿鞋足迹识别。对于序列赤足足迹识别通常采用的方法是：提取行走过程中的足迹质心压力轨迹特征进行识别^[1]。但赤足足迹不符合现实生活中的场景，因此实用性不高。对于序列穿鞋足迹识别方法有：(1)获取足迹步幅特征^[2,3]，求取前后相邻足迹对应点(如后脚跟边缘点)间距离为步长，连接相邻足迹质心的线为步行线，步行线与足迹中心线夹角为步角，足迹质心与对侧步行线之间的距离为步宽。这种基于步幅信息的方法，定量化使用步长、步宽和步角特征得到的信息存在不稳定性，步幅特征在不同人之间的区别性小，在识别阶段只能作为缩小范围使用。(2)通过构建平均压力分布图^[4]，计算归一化互相关和质心偏移角度获得相似度得分进行识别。但目前对穿鞋足迹序列的研究较少，且现有的基于穿鞋的识别模型识别准确率不高。

参考文献：

[1]Zhou B,Singh M S,Doda Set al.The carpet knows:Identifying peoplein a smart environment from a single step.IEEE International Conference onPervasive Computing and Communications Workshops,2017.

[2]吕新华.一种利用步幅特征综合指标定量检验方法[P].山东：CN107527345A,2017-12-29.

[3]潘楠,伍星,李岩,刘益.智能步幅特征分析检验系统的设计与实现[J].科学技术与工程,2014,14(03):64-69.

[4]王新年,陈文超,于丹,王亚玲.一种基于压力特征的穿鞋足迹序列识别方法[P].辽宁省：CN110188694A,2019-08-30.

发明内容

根据上述提出穿鞋序列足迹识别准确率较低的技术问题，而提供一种基于多分辨率特征融合的穿鞋序列足迹识别方法。本发明对足迹序列分割后进行小波分解构建脚印姿态脚分组模型和多分辨率步法能量图四元组，通过基于四元组的三种特征得分融合及足迹层次化识别策略进行身份识别。

本发明采用的技术手段如下：

一种基于多分辨率特征融合的穿鞋序列足迹识别方法，其特征在于，包括：离线训练过程和在线识别过程；所述离线过程至少包括以下步骤：

从待训练序列足迹图像中提取单枚鞋印相对压力分布图像，并对所述单枚鞋印相对压力分布图像组进行拼接，以构建足迹表达六元组；

构建二维多分辨率步法能量图；

构建一维多分辨率步法能量图；

对单枚足迹二维多分辨率步法能量图二元组提取脚印姿态偏移角；

利用上述脚印姿态偏移角构建脚印姿态分组模型；

构建二维多分辨率步法能量图和一维多分辨率步法能量图特征库。