[发明专利]一种步态识别方法及系统

摘要

本发明涉及模式识别技术领域，特别涉及一种步态识别方法及系统。所述步态识别方法包括：步骤a：对步态图像序列进行预处理，并将所述预处理后的步态图像序列以三阶张量模式进行存储；步骤b：提取所述步态图像序列中有分类作用的张量特征，根据所述有分类作用的张量特征构建张量分类模型；步骤c：提取所述步态图像序列中未知步态数据的张量特征，将所述未知步态数据的张量特征输入张量分类模型中，通过所述张量分类模型预测所述未知步态数据的标签。本发明将步态图像序列以张量模式进行存储，保留了步态数据的完成信息；在特征提取阶段，提取有标签的张量特征，去除冗余的信息，精简数据结构，提高步态分类准确率。

主权项

1.一种步态识别方法，其特征在于，包括以下步骤：步骤a：对步态图像序列进行预处理，并将所述预处理后的步态图像序列以三阶张量模式进行存储；步骤b：提取所述步态图像序列中有分类作用的张量特征，根据所述有分类作用的张量特征构建张量分类模型；步骤c：提取所述步态图像序列中未知步态数据的张量特征，将所述未知步态数据的张量特征输入张量分类模型中，通过所述张量分类模型预测所述未知步态数据的标签；在所述步骤b中，所述提取步态图像序列中有分类作用的张量特征，根据所述有分类作用的张量特征构建张量分类模型具体包括：基于遗传算法提取步态图像序列中有分类作用的张量特征，并标记有分类作用的张量特征的位置坐标；根据标记的有分类作用的张量特征位置坐标，以张量特征更紧凑地表示步态数据；并根据以张量特征表示的步态数据构建支持塔克机的张量分类模型；其中，所述构建支持塔克机的张量分类模型具体包括：塔克分解的n‑模展开及向量化；提出支持塔克机的优化框架；将支持塔克机的优化框架转化为支持向量机的优化框架；通过拉格朗日乘子法获得支持塔克机优化框架的对偶问题，利用序列最小优化算法求解最优解；根据最优解构建张量分类模型。