CN107194372A - 一种基于步态的身份识别方法 - Google Patents
一种基于步态的身份识别方法 Download PDFInfo
- Publication number
- CN107194372A CN107194372A CN201710453192.5A CN201710453192A CN107194372A CN 107194372 A CN107194372 A CN 107194372A CN 201710453192 A CN201710453192 A CN 201710453192A CN 107194372 A CN107194372 A CN 107194372A
- Authority
- CN
- China
- Prior art keywords
- gait
- personal identification
- identification method
- extracted
- method based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种基于步态的身份识别方法,旨在于解决现有技术中没有基于步态的身份识别方法的问题,其技术要点在于:包括以下步骤:一、提取步态轮廓;二、检测步态周期;三、提取有效的步态特征并对步态特征进行处理,在提取步态特征前,在步态序列中提取出一个周期的子序列;四、模式分类,利用分类器来完成分类识别。本发明比生物识别技术更加的简单实用,对低质量的侧面轮廓具有很好的适应性,并能够快速地进行身份识别,对于逮捕罪犯有很大的帮助。
Description
技术领域:
本发明涉及人体肢体运动的识别领域,具体涉及一种基于步态的身份识别方法。
背景技术:
生物识别技术利用人体的特征进行身份验证,这些特征包括指纹、声音、面部、虹膜、DNA、行走的步态等,与其他生物识别技术不同,步态识别可以在远距离进行,在一定的距离上虽然人脸模糊不清,但是步态却清晰可见,步态识别还具有非强迫性,不需要被识别者特意合作,令被识别者不易察觉,并具有不易隐藏模仿等特性,因此步态识别的研究对于逮捕罪犯有一定的帮助,但是目前对步态识别的研究还不多,还没有完善的基于步态的身份识别方法。
发明内容:
本发明的目的是提供一种基于步态的身份识别方法,以解决现有技术中没有完善的基于步态的身份识别方法的问题。
本发明的基于步态的身份识别方法,采用的技术方案在于:包括以下步骤:
一、提取步态轮廓;
二、检测步态周期;
三、提取有效的步态特征并对步态特征进行处理,在提取步态特征前,在步态序列中提取出一个周期的子序列;
四、模式分类,利用分类器来完成分类识别。
作为本发明的进一步改进,步骤一中提取步态轮廓的过程为:
a、提取图像背景;
b、通过形态学处理来填充空洞及消除随机噪声的影响;
c、根据单一连通分析从图像中提取出完整的步态轮廓。
作为本发明的进一步改进,所述步骤二是根据轮廓长宽比参数或腿部闭合面积参数来检测行人的步态周期的。
作为本发明的进一步改进,步骤三中提取步态特征包括基于模型的步态识别和基于整体的步态识别。
作为本发明的进一步改进,步骤二中的腿部闭合面积的步态周期是从两腿并拢到两腿张开最大角度,然后再两腿并拢为一个完整步态周期。
作为本发明的进一步改进,所述基于模型的步态识别是通过建立人体模型或跟踪身体部件来获取静态或动态的模型参数与步态序列中的每一帧图像进行匹配。
本发明的有益效果是:本发明比生物识别技术更加的简单实用,对低质量的侧面轮廓具有很好的适应性,并能够快速地进行身份识别,对于逮捕罪犯有很大的帮助。
具体实施方式:
本发明的基于步态的身份识别方法,包括以下步骤:
一、提取步态轮廓;
二、检测步态周期;
三、提取有效的步态特征并对步态特征进行处理,在提取步态特征前,在步态序列中提取出一个周期的子序列;
四、模式分类,利用分类器来完成分类识别。
进一步地,步骤一中提取步态轮廓的过程为:
a、提取图像背景;
b、通过形态学处理来填充空洞及消除随机噪声的影响;
c、根据单一连通分析从图像中提取出完整的步态轮廓。
进一步地,所述步骤二是根据轮廓长宽比参数或腿部闭合面积参数来检测行人的步态周期。
进一步地,步骤三中提取步态特征包括基于模型的步态识别和基于整体的步态识别。
进一步地,步骤二中的腿部闭合面积的步态周期是从两腿并拢到两腿张开最大角度,然后再两腿并拢为一个完整步态周期。
进一步地,所述基于模型的步态识别是通过建立人体模型或跟踪身体部件来获取静态或动态的模型参数与步态序列中的每一帧图像进行匹配。
Claims (6)
1.一种基于步态的身份识别方法,其特征在于:包括以下步骤:
一、提取步态轮廓;
二、检测步态周期;
三、提取有效的步态特征并对步态特征进行处理,在提取步态特征前,在步态序列中提取出一个周期的子序列;
四、模式分类,利用分类器来完成分类识别。
2.如权利要求1所述的一种基于步态的身份识别方法,其特征在于:步骤一中提取步态轮廓的过程为:
a、提取图像背景;
b、通过形态学处理来填充空洞及消除随机噪声的影响;
c、根据单一连通分析从图像中提取出完整的步态轮廓。
3.如权利要求1所述的一种基于步态的身份识别方法,其特征在于:所述步骤二是根据轮廓长宽比参数或腿部闭合面积参数来检测行人的步态周期的。
4.如权利要求1所述的一种基于步态的身份识别方法,其特征在于:步骤三中提取步态特征包括基于模型的步态识别和基于整体的步态识别。
5.如权利要求3所述的一种基于步态的身份识别方法,其特征在于:步骤二中的腿部闭合面积的步态周期是从两腿并拢到两腿张开最大角度,然后再两腿并拢为一个完整步态周期。
6.如权利要求4所述的一种基于步态的身份识别方法,其特征在于:所述基于模型的步态识别是通过建立人体模型或跟踪身体部件来获取静态或动态的模型参数与步态序列中的每一帧图像进行匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710453192.5A CN107194372A (zh) | 2017-06-15 | 2017-06-15 | 一种基于步态的身份识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710453192.5A CN107194372A (zh) | 2017-06-15 | 2017-06-15 | 一种基于步态的身份识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107194372A true CN107194372A (zh) | 2017-09-22 |
Family
ID=59879103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710453192.5A Pending CN107194372A (zh) | 2017-06-15 | 2017-06-15 | 一种基于步态的身份识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194372A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730686A (zh) * | 2017-11-01 | 2018-02-23 | 桐乡守敬应用技术研究院有限公司 | 一种生物特征解锁方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488185A (zh) * | 2009-01-16 | 2009-07-22 | 哈尔滨工程大学 | 基于分块矩阵的步态识别方法 |
CN104463099A (zh) * | 2014-11-05 | 2015-03-25 | 哈尔滨工程大学 | 一种基于图的半监督耦合度量的多角度步态识别方法 |
CN104537340A (zh) * | 2014-12-19 | 2015-04-22 | 华南理工大学 | 一种新的步态周期生成方法 |
US20160042227A1 (en) * | 2014-08-06 | 2016-02-11 | BAE Systems Information and Electronic Systems Integraton Inc. | System and method for determining view invariant spatial-temporal descriptors for motion detection and analysis |
CN105631387A (zh) * | 2014-10-26 | 2016-06-01 | 合肥诺泰文化传媒有限公司 | 一种瞬时步态远距离身份识别方法 |
-
2017
- 2017-06-15 CN CN201710453192.5A patent/CN107194372A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488185A (zh) * | 2009-01-16 | 2009-07-22 | 哈尔滨工程大学 | 基于分块矩阵的步态识别方法 |
US20160042227A1 (en) * | 2014-08-06 | 2016-02-11 | BAE Systems Information and Electronic Systems Integraton Inc. | System and method for determining view invariant spatial-temporal descriptors for motion detection and analysis |
CN105631387A (zh) * | 2014-10-26 | 2016-06-01 | 合肥诺泰文化传媒有限公司 | 一种瞬时步态远距离身份识别方法 |
CN104463099A (zh) * | 2014-11-05 | 2015-03-25 | 哈尔滨工程大学 | 一种基于图的半监督耦合度量的多角度步态识别方法 |
CN104537340A (zh) * | 2014-12-19 | 2015-04-22 | 华南理工大学 | 一种新的步态周期生成方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730686A (zh) * | 2017-11-01 | 2018-02-23 | 桐乡守敬应用技术研究院有限公司 | 一种生物特征解锁方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | 3D gait recognition using multiple cameras | |
CN104021559B (zh) | 基于互信息和Harris角点检测的图像配准方法 | |
EP3396591A3 (en) | Recognition, reidentification and security enhancements using autonomous machines | |
EP2990997A3 (en) | Method and apparatus for controlling vehicle using motion recognition with face recognition | |
CN109299659A (zh) | 一种基于rgb相机和深度学习的人体姿态识别方法与系统 | |
CN101794372B (zh) | 基于频域分析的步态特征表示及识别方法 | |
CN106339702A (zh) | 一种基于多特征融合的人脸识别方法 | |
SG11201809816YA (en) | Vehicle identification method and apparatus | |
CN104077579A (zh) | 基于专家系统的人脸表情图像识别方法 | |
CN104102903A (zh) | 一种基于src的二次人脸识别方法 | |
CN102831408A (zh) | 人脸识别方法 | |
Prakash et al. | Vision based identification of joint coordinates for marker-less gait analysis | |
CN103984922A (zh) | 一种基于稀疏表示和形状约束的人脸识别方法 | |
CN105023280A (zh) | 一种基于3d骨架建模的检测方法 | |
CN107194372A (zh) | 一种基于步态的身份识别方法 | |
CN104573628A (zh) | 一种三维人脸识别方法 | |
SG10201709358WA (en) | Method and apparatus for determining identity of person | |
CN104408412A (zh) | 一种用于保险柜的三维人脸识别方法 | |
CN104598935A (zh) | 一种基于增量子空间学习算法的人脸识别方法 | |
WO2019093878A8 (en) | Marker element and application method with ecg | |
CN101241546A (zh) | 弥补步态二值图失真的方法 | |
Thiyaneswaran et al. | Iris Recognition using Left and Right Iris Feature of the Human Eye for Biometric Security System | |
Huang et al. | Model-based human gait recognition using fusion of features | |
Connor et al. | Iris recognition using level set and local binary pattern | |
CN105631387A (zh) | 一种瞬时步态远距离身份识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170922 |