[发明专利]基于人体轮廓的人物识别方法

摘要

本发明涉及一种基于人体轮廓的人物识别方法，具体涉及一种从单个固定摄像机提取人体轮廓信息，并据此特征信息将人物分辨出来的方法。包括：(1)提取目标人物视频中的人体轮廓前景图像；(2)人体轮廓图像的高度、宽度、步态周期等信息的提取与人体轮廓图像缩放；(3)合成步态能量图；(4)求出步态能量图的梯度直方图；(5)主元分析、最近邻匹配。本发明具有易于实现、鲁棒性强、精确度高、实时性强等优点，在降低噪声影响的同时，又把人体轮廓信息凸现出来，可广泛应用于非接触式远距离的身份识别，智能监控，辅助破案等。

主权项

1、一种基于人体轮廓的人物识别方法，其特征在于包括如下具体步骤：1)首先把目标人物的视频读入计算机，再对视频进行背景建模与背景实时更新，采用当前帧与背景帧相减的方法得到目标人物的人体轮廓前景图像；调用OpenCV中的功能函数，将人体轮廓前景图像中存在的空洞和零散白点去除；2)从人体轮廓前景图像中提取人体轮廓的特征，将每个人体轮廓最左面的点与最右面的点的距离作为该人体轮廓的宽度，最上面的点与最下面的点的距离作为该人体轮廓的高度；选择人体轮廓水平方向的变化作为划分步态周期的标志；按人体轮廓的宽度和高度将人体轮廓图像扣出；保持高宽比不变，将所有人体轮廓图像缩放到同一大小；3)分别将每个步态周期内得到的所有人体轮廓图像的灰度值相加再除以人体轮廓图像的个数，得到与该步态周期对应的步态能量图；4)依据步态能量图的大小把步态能量图划分为大小相同的若干个单元，相邻的单元组成一个区域，区域之间允许拥有相同的单元；求出每个单元的梯度直方图，然后对每个区域内的单元梯度直方图进行归一化，得到步态能量图的梯度直方图；5)将步态能量图的梯度直方图分为两部分：一部分用作训练，一部分用作识别；对训练用的步态能量图的梯度直方图进行主元分析，从中提取能代表人体轮廓信息的特征向量，构成转换矩阵；利用转换矩阵对训练用的步态能量图的梯度直方图进行降维，得到训练好的步态数据，将转换矩阵和训练好的步态数据储存起来；同时，利用转换矩阵对待识别的步态能量图的梯度直方图进行降维，得到待识别的步态数据，再与训练好的步态数据进行最近邻匹配，完成人体轮廓的人物识别。