[发明专利]一种基于动态视觉传感器的步态识别方法

摘要

本发明涉及步态识别技术领域，公开了一种基于动态视觉传感器的步态识别方法。本发明创造提供了一种基于动态视觉传感器的时空模式分析方法，并通过基于Tempotron算法的脉冲神经网络模型，可实现对由动态视觉传感器录制的步态数据进行训练和识别，使最终得到的步态识别有极高的生物真实性，从而不但可以对多个对象进行步态识别，解决复杂背景中步态检测的高难度问题，还可以确保步态识别的高准确率。同时还提供了两种编码方式，可以在训练过程中能快速收敛且取得了较好的识别正确率，尤其是通过结合周期固定的移动窗口的数据段样本分割方式，可使步态识别的正确率达到85％以上，具有极高的实用价值，便于实际推广和应用。

主权项

一种基于动态视觉传感器的步态识别方法，其特征在于，包括如下：(1)按照如下步骤对基于Tempotron算法的脉冲神经网络模型进行训练：S101.应用动态视觉传感器对行人的步态场景进行录制，得到包含多个步态周期的事件流，其中，所述事件流由若干组依次连续的文件头字段、行事件字段、列事件字段和时间片分隔事件字段组成；S102.将所述事件流分割成多个数据段样本，其中，每个数据段样本均包含处于一个完整步态周期内的所有数据；S103.将所述数据段样本编码为脉冲序列；S104.将所述脉冲序列作为输入，将与行人对应的二进制标签作为输出，对所述脉冲神经网络模型进行训练，其中，所述二进制标签的二进制位数与所述脉冲神经网络模型的神经元数目相同；(2)按照如下步骤应用已训练的所述脉冲神经网络模型对待识别行人进行步态识别：S201.执行步骤S101～S103，获取待识别行人的数据段样本及对应的脉冲序列；S202.将待识别行人的脉冲序列作为已训练的所述脉冲神经网络模型的输入，获取各个神经元的输出；S203.根据各个神经元的输出，获取二进制标签，最后根据该二进制标签识别出待识别行人。