[发明专利]一种基于序列深度图像的人体身份识别方法

摘要

本发明公开了一种基于序列深度图像的人体身份识别方法，包括：采集人体的序列深度图像，基于序列深度图像使用卷积神经网络和递归神经网络进行人体关节点回归得到人体关节点的坐标位置；利用人体关节点的坐标位置进行计算得到人体体态特征向量，利用静态特征分类器进行识别，得到静态特征的人体身份识别得分；对序列深度图像进行人体运动行为特征提取，利用动态特征分类器进行识别，得到动态特征的人体身份识别得分；将静态特征与动态特征的人体身份识别得分进行加权计算，得到人体身份识别得分，进而得到人体身份识别结果。本发明鲁棒性强、准确率不受应用场景的影响。

主权项

1.一种基于序列深度图像的人体身份识别方法，其特征在于，包括：(1)采集人体的序列深度图像，所述序列深度图像包含人体的步态运动；(2)基于序列深度图像中的每帧深度图像的使用卷积神经网络和递归神经网络进行人体关节点回归得到每帧深度图像中人体关节点的坐标位置；(3)利用每帧深度图像中人体关节点的坐标位置计算多个人体体态特征包含的两个关节点的欧式距离，得到人体体态特征向量，利用静态特征分类器对人体体态特征向量进行识别，得到静态特征的人体身份识别得分；(4)对序列深度图像进行人体运动行为特征提取，利用动态特征分类器对人体运动行为特征进行识别，得到动态特征的人体身份识别得分；(5)将静态特征的人体身份识别得分与动态特征的人体身份识别得分进行加权计算，得到人体身份识别得分，人体身份识别得分最大值对应的人体身份为序列深度图像的人体身份识别结果。