[发明专利]红外步态双信道特征融合识别方法

摘要

一种红外步态双信道特征融合识别方法，步骤是：红外图像预处理，首先采用混合高斯模型的背景减除法实现运动人体的检测；然后进行形态学处理，即采用形态学滤波来消除二值图像中的噪声并填补运动目标的缺失；红外图像特征提取，首先需要对步态序列的周期进行划分，基于轮廓宽度的周期性来确定步态周期；确定步态能量图；红外热释电特征提取，首先进行数据采集，然后，对采集的电压信号进行去噪处理，而后对时域信号进行傅里叶变换得到其频谱，然后再利用PCA进行降维，得到特征向量；分类识别。本发明由于红外热释电采集的人体运动时的一维电压信号，易实时实现，红外图像对人步行时的携带物如提包、雨伞、背包等会改变外形不太敏感，此外在夜间也可以进行工作。

主权项

一种红外步态双信道特征融合识别方法，其特征在于，包括如下步骤：1)红外图像预处理，首先采用混合高斯模型的背景减除法实现运动人体的检测；然后进行形态学处理，即采用形态学滤波来消除二值图像中的噪声并填补运动目标的缺失；2)红外图像特征提取，首先需要对步态序列的周期进行划分，基于轮廓宽度的周期性来确定步态周期；确定步态能量图，步态能量图的定义如下： G ( x , y ) = 1 N Σ i = 1 N B i ( x , y ) 其中：N表示所提取的侧影序列中一个完整的步态周期所包含的帧数；t表示侧影序列中的第t帧；(x，y)分别表示图像中的坐标值；Bi (x，y)则表示图像在第t帧(x，y)点的像素值；最后采用PCA对步态能量图进行降维；3)红外热释电特征提取，首先进行数据采集，然后，对采集的电压信号进行去噪处理，而后对时域信号进行傅里叶变换得到其频谱，然后再利用PCA进行降维，得到特征向量；4)分类识别。