彌補(bǔ)步態(tài)二值圖失真的方法

專利名稱：彌補(bǔ)步態(tài)二值圖失真的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及對(duì)步態(tài)二值圖失真的處理，可用于對(duì) 人體信息缺損嚴(yán)重的步態(tài)二值圖的彌補(bǔ)。
技術(shù)背景步態(tài)識(shí)別作為一種新興的生物特征識(shí)別方法，主要是指通過人走路姿勢(shì)的分析 來識(shí)別人，區(qū)別于人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別等生物識(shí)別技術(shù)，步態(tài)識(shí)別有非 侵犯性、遠(yuǎn)距離識(shí)別及不易被掩飾的優(yōu)點(diǎn)，越來越受到研究者的關(guān)注。早期的醫(yī)學(xué)研究表明人的步態(tài)中有24種不同的成分,如果把這24種成分都考慮 到，則步態(tài)是為個(gè)體所特有的。1973年，Johansson在文獻(xiàn)"Visual Perception of biological motion and a model for its analysis"中給出了物理心理學(xué)實(shí)驗(yàn)， 受試者能夠僅僅通過觀察附著在運(yùn)動(dòng)中人的幾個(gè)關(guān)節(jié)上的燈泡的運(yùn)動(dòng)軌跡識(shí)別MLD 運(yùn)動(dòng)的類型。后來的實(shí)驗(yàn)表明熟人的身份、人的性別都能夠通過這種MLD實(shí)驗(yàn)識(shí)別 出來。近年來，步態(tài)分析這一跨學(xué)科領(lǐng)域的研究成果進(jìn)一步說明了在步態(tài)視頻序列中 含有人的身份信息。從生物力學(xué)的角度來看，人的步態(tài)包含身體上百種肌肉和關(guān)節(jié)的 綜合運(yùn)動(dòng)。這些運(yùn)動(dòng)對(duì)所有人來說都遵從基本的雙足模式，然而不同的人運(yùn)動(dòng)又有差 異,例如相對(duì)時(shí)序和幅度的不同。這些差異是整個(gè)肌肉和骨架，包括身體的重量、肢 體的長(zhǎng)度、骨骼的結(jié)構(gòu)的函數(shù)。因?yàn)槿梭w結(jié)構(gòu)難以復(fù)制,所以步態(tài)被認(rèn)為是個(gè)體特有 的，且完全決定于幾百個(gè)運(yùn)動(dòng)學(xué)參數(shù)。這些運(yùn)動(dòng)學(xué)參數(shù)包括特定關(guān)節(jié)點(diǎn)的角速度、加 速度以及肢體的邊界等。英國南安普敦大學(xué)電子與計(jì)算機(jī)系的馬克，尼克松教授的研 究顯示，人人都有截然不同的走路姿勢(shì)，因?yàn)槿藗冊(cè)诩∪獾牧α?、肌腱和骨骼長(zhǎng)度、 骨骼密度、視覺的靈敏程度、協(xié)調(diào)能力、體重、重心、肌肉或骨骼磨損的程度以及 個(gè)人走路的"風(fēng)格"上都存在細(xì)微差異。尼克松指出，對(duì)一個(gè)人來說，要偽裝走路的 姿勢(shì)非常困難，不管罪犯是自然地走向銀行出納員還是從犯罪現(xiàn)場(chǎng)逃跑，他們?nèi)匀?可以被識(shí)別出來。這些研究是步態(tài)識(shí)別作為一種生物認(rèn)證技術(shù)的科學(xué)依據(jù)。雖然步態(tài)識(shí)別的研究起步不久，但它已經(jīng)被用于一些重大案件的偵破。瑞典警 察四年前用它成功地識(shí)別出一起銀行搶劫案的搶劫者。在這起案件中， 一名顧客被 無辜?xì)⒑?，?fù)責(zé)調(diào)査瑞典外交部長(zhǎng)安娜J林德命案的警官請(qǐng)專家鑒定嫌犯米亞伊洛-米亞伊洛維奇的走路姿勢(shì)。2006年，英國科學(xué)家得到了國防部50萬英鎊的科研經(jīng)費(fèi) 的支持，開展"自動(dòng)步態(tài)識(shí)別"技術(shù)的研究。警察和法庭將借助該技術(shù)比較嫌犯的走 路姿勢(shì)和閉路電視捕捉到的影像，從而找出犯罪元兇。最終，英國將建立一個(gè)全國 性的數(shù)據(jù)庫，它將提供不同走路姿勢(shì)的資料，幫助法庭斷案，這種鑒定技術(shù)對(duì)用做 證據(jù)來說更安全。步態(tài)識(shí)別系統(tǒng)一般包括視頻分割、背景去除、圖像處理、特征提取及特征匹配 五個(gè)部分，如圖1所示。視頻分割可以將步態(tài)視頻中的圖像分割為初始圖像序列， 對(duì)得到的圖像序列通過背景建模等方法去除背景，僅保留運(yùn)動(dòng)的人體部分，得到步 態(tài)二值圖。現(xiàn)實(shí)條件下從環(huán)境中捕捉圖像會(huì)受到多種因素的影響，比如氣候條件的 變化、光照條件的變化、背景的混亂干擾、運(yùn)動(dòng)目標(biāo)的影子、物體與環(huán)境之間或者 物體與物體之間的遮擋、攝像機(jī)的運(yùn)動(dòng)等。這些外界因素都給準(zhǔn)確有效的背景去除 帶來了挑戰(zhàn)，僅依靠建立背景模型消除干擾得到的步態(tài)二值圖往往比較粗糙，包含 很多噪聲并可能存在肢體缺失，而現(xiàn)有的步態(tài)識(shí)別方法受圖像質(zhì)量影響很大，這些 因素充分說明了對(duì)步態(tài)二值圖的圖像處理過程的重要性?，F(xiàn)有的多數(shù)步態(tài)識(shí)別方面的文獻(xiàn)重點(diǎn)在識(shí)別的方法，目前還沒有很成熟的針對(duì) 步態(tài)二值圖的圖像處理的方法，多數(shù)文獻(xiàn)采用形態(tài)學(xué)的方法對(duì)步態(tài)二值圖進(jìn)行簡(jiǎn)單 的處理。還有些文獻(xiàn)通過某種步態(tài)表征方式達(dá)到圖像處理和特征提取的雙重目的， 比如2006年在雜志IEEE transaction on pattern analysis and machine intelligence第二期第316 — 322頁上發(fā)表的文獻(xiàn)"Individual recognition using gait energy image"中，Ju Han等提出的步態(tài)能量圖表征方法，即使用一個(gè)步態(tài)周 期的平均圖像來表征這個(gè)周期；2007年Qingyong Ma等人在會(huì)議Eighth ACIS International Conference on SNPD上發(fā)表的文獻(xiàn)"Recognizing humans based on gait moment image"中提出了步態(tài)時(shí)刻圖，該表征方式首先選取關(guān)鍵時(shí)刻S個(gè)，對(duì) 每個(gè)關(guān)鍵時(shí)刻對(duì)應(yīng)的各個(gè)周期中的步態(tài)二值圖相加求均值，得到S個(gè)步態(tài)時(shí)刻圖， 用得到的這些步態(tài)時(shí)刻圖識(shí)別。2007年Seungkyu Lee在會(huì)議IEEE International Conference on CVPR上發(fā)表的文獻(xiàn)"Shape Variation-Based Frieze Pattern for Robust Gait Recognition"中使用基于形態(tài)變化的絨布特征進(jìn)行步態(tài)識(shí)別，首先找 到一個(gè)周期的關(guān)鍵幀， 一般取5幅，計(jì)算步態(tài)二值圖A/與關(guān)鍵幀的距離，找出最小 的距離對(duì)應(yīng)的關(guān)鍵幀;V，然后計(jì)算圖像M與關(guān)鍵幀;V差值的絕對(duì)值圖像，將關(guān)鍵 幀iV和絕對(duì)值圖像的和在兩坐標(biāo)軸方向分別投影就得到了步態(tài)二值圖M的基于形態(tài)變化的絨布特征。
步態(tài)能量圖的方法可以達(dá)到對(duì)噪聲魯棒的目的，但僅用一幅步態(tài)能量圖來表征 一個(gè)步態(tài)周期會(huì)丟失很多細(xì)節(jié)信息，在訓(xùn)練樣本周期較少的情況下很難發(fā)揮其優(yōu)勢(shì)； 步態(tài)時(shí)刻圖的表征方式能夠從步態(tài)序列中提取更多的運(yùn)動(dòng)信息，但是關(guān)鍵時(shí)刻的選 擇是一個(gè)很大的問題，不同人的關(guān)鍵時(shí)刻是不同的，即使是同一個(gè)人對(duì)應(yīng)的不同周 期往往也是有差別的，這種方法同樣需要多個(gè)訓(xùn)練周期；基于形態(tài)變化的絨布特征 的方法基于關(guān)鍵幀及其它步態(tài)二值圖相對(duì)于關(guān)鍵幀的變化得到，從實(shí)驗(yàn)結(jié)果看有助 于提高實(shí)驗(yàn)的整體性能，對(duì)外觀的變化不敏感，但是也忽略了一些細(xì)節(jié)，而且過分 依賴關(guān)鍵幀，如果關(guān)鍵幀選取不好或者是關(guān)鍵幀的質(zhì)量較差就會(huì)有較大的影響。 發(fā)明的內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的缺點(diǎn)，提出一種彌補(bǔ)步態(tài)二值圖失真的 方法，此法不依賴關(guān)鍵幀的提取，能保留每幀圖像的動(dòng)態(tài)和靜態(tài)特征，彌補(bǔ)圖像因 人體信息缺損造成的失真，提高圖像識(shí)別性能。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是根據(jù)步態(tài)序列本身的特點(diǎn)用幀差主體圖的方法 消除噪聲、彌補(bǔ)步態(tài)二值圖中人體信息的缺失。由于眾多外部因素的干擾，致使經(jīng) 過背景去除的步態(tài)二值圖周期中有些幀有人體缺失或是噪聲較多的現(xiàn)象，而在這個(gè) 周期中大多數(shù)幀是比較完整的，因此用主體圖來表示步態(tài)周期的共性，用幀差來表 示運(yùn)動(dòng)中帶來的變化，幀差主體圖就把兩者加和起來，既能同時(shí)體現(xiàn)人體的靜態(tài)特 征和動(dòng)態(tài)特征，又能達(dá)到彌補(bǔ)人體信息的效果。具體步驟如下
圖像預(yù)處理步驟，對(duì)背景去除后的步態(tài)二值圖進(jìn)行預(yù)處理，得到大小合適、質(zhì) 心對(duì)齊的標(biāo)準(zhǔn)步態(tài)圖B(x,;^);
標(biāo)準(zhǔn)步態(tài)圖幀差計(jì)算步驟，給定一個(gè)步態(tài)周期，將當(dāng)前標(biāo)準(zhǔn)步態(tài)圖與前一幀標(biāo) 準(zhǔn)步態(tài)圖的差作為當(dāng)前標(biāo)準(zhǔn)步態(tài)圖的幀差乃Oc,》0，對(duì)于周期中的第一幀標(biāo)準(zhǔn)步態(tài) 圖，將它與本周期最后一幀標(biāo)準(zhǔn)步態(tài)圖的差作為幀差。Oc，_y，l);
步態(tài)能量圖計(jì)算步驟，將步態(tài)周期中的各幅標(biāo)準(zhǔn)步態(tài)圖相加，并取其平均，
得到本周期的步態(tài)能量圖五Oc，力；
步態(tài)主體圖計(jì)算步驟，設(shè)定域值A(chǔ)對(duì)步態(tài)能量圖進(jìn)行過濾，去除步態(tài)能量圖的 噪聲或較弱的信號(hào)，保留步態(tài)能量圖的主要部分作為步態(tài)主體圖M(;c，;;)；
幀差主體圖計(jì)算步驟，將當(dāng)前標(biāo)準(zhǔn)步態(tài)圖的幀差與其所在周期的步態(tài)主體圖相 力口，得到該幀的幀差主體圖i^x,;;，/)，即式中，D(JC，少，0 = A 0 — 5(x, 7， G — l))，S0c，y,0代表在f時(shí)刻的預(yù)處理后的標(biāo)準(zhǔn)步態(tài)圖，X和y代表標(biāo)準(zhǔn)步態(tài)圖上的坐標(biāo)值。當(dāng)Z = 1時(shí)，5(X,乂G-1》代表周期中的最后一幀標(biāo)準(zhǔn)步態(tài)圖；M(jc,"代表5(x,乂0所在周期的主體圖。上述圖像預(yù)處理步驟中所述的對(duì)背景去除后的步態(tài)二值圖進(jìn)行預(yù)處理，按如下步驟進(jìn)行(1) 用形態(tài)學(xué)中膨脹、腐蝕的方法分別去除步態(tài)二值圖中的小噪聲點(diǎn)、填補(bǔ)步態(tài)二值圖中的小空洞；(2) 對(duì)步驟(1)處理后的步態(tài)二值圖中每個(gè)連通的部分進(jìn)行標(biāo)記，設(shè)定像素 點(diǎn)數(shù)門限，計(jì)算每個(gè)連通部分包含的像素點(diǎn)數(shù)，將小于該門限的部分看作噪聲并去 除；(3) 計(jì)算步驟(2)處理后的步態(tài)二值圖的質(zhì)心坐標(biāo)，以其為原點(diǎn)裁剪，得到 大小合適、質(zhì)心對(duì)齊的標(biāo)準(zhǔn)步態(tài)圖。上述主體圖計(jì)算步驟所述的設(shè)定域值A(chǔ)對(duì)能量圖進(jìn)行過濾，是將域值設(shè)定在 0.5~0.7之間，對(duì)于小于此域值的能量圖中的像素點(diǎn)去除，對(duì)于大于此域值的能量圖 中的像素點(diǎn)保留，并作為主體圖M(x,"，即當(dāng)E(u)^A時(shí)，則^(1,;;)=￡(1,>0， 否則，M(;c,力-0，式中，E(x,力^^f^(x，少力，五(x，力代表別x， _y， 0所在周期的能量圖， 7V代表B(jc，y,0所在周期中圖像的數(shù)目。 本發(fā)明具有如下效果-1. 由于采用幀差和主體圖分別代表動(dòng)態(tài)和靜態(tài)信息，使得幀差主體圖既能表示 出人體形態(tài)隨時(shí)間變化的改變，又能彌補(bǔ)步態(tài)二值圖由于人體信息缺損或噪聲帶來 的誤差，解決了步態(tài)識(shí)別中因人體信息缺失造成識(shí)別性能下降的問題；2. 由于幀差主體圖和步態(tài)二值圖是一一對(duì)應(yīng)的關(guān)系，使幀差主體圖包含了足夠 多的步態(tài)信息，不會(huì)造成細(xì)節(jié)信息的丟失，因此能夠從中提取各種有效特征進(jìn)行識(shí) 別。73.采用幀差主體圖處理步態(tài)二值圖，能有效的消除噪聲的影響，在步態(tài)二值圖 質(zhì)量較差的情況下，仍然能夠取得較好的識(shí)別效果。
仿真結(jié)果表明，本發(fā)明可有效提高圖像的識(shí)別率。


圖l是已有步態(tài)識(shí)別系統(tǒng)框圖2是本發(fā)明的流程圖3是本發(fā)明的圖像預(yù)處理過程示意圖，其中(3a)是數(shù)據(jù)庫中去除背景后的步 態(tài)二值圖，(3b)是經(jīng)過預(yù)處理后的標(biāo)準(zhǔn)步態(tài)圖；(3c)是反轉(zhuǎn)前的標(biāo)準(zhǔn)步態(tài)圖；(3d)是反 轉(zhuǎn)后的標(biāo)準(zhǔn)步態(tài)圖4是本發(fā)明的幀差主體圖示意圖,其中(4a)是當(dāng)前標(biāo)準(zhǔn)步態(tài)圖，(4b)是前一幀標(biāo) 準(zhǔn)步態(tài)圖，(4c)是幀差，(4d)是能量圖，(4e)是主體圖，(4f)是幀差主體圖； 圖5是本發(fā)明仿真訓(xùn)練過程圖6是本發(fā)明仿真識(shí)別過程圖7是本發(fā)明仿真提取的步態(tài)特征圖，其中(7a)幀差主體圖的一維投影圖；(7b)
平滑后的幀差主體圖的一維投影圖8是本發(fā)明仿真在NLPR數(shù)據(jù)庫上O度實(shí)驗(yàn)的累積匹配曲線圖； 圖9是本發(fā)明仿真在NLPR數(shù)據(jù)庫上45度實(shí)驗(yàn)的累積匹配曲線圖。
具體實(shí)施例方式
參照?qǐng)D2，本發(fā)明的具體過程包括 1.對(duì)步態(tài)二值像進(jìn)行預(yù)處理
圖像預(yù)處理，是指使用一些圖像處理的方法對(duì)圖像進(jìn)行初加工的過程。圖像預(yù) 處理的過程雖然比較簡(jiǎn)單，但是對(duì)步態(tài)識(shí)別的結(jié)果有很大影響。以圖3a所示的大小 為352X240的步態(tài)二值圖的圖像預(yù)處理為例，具體的預(yù)處理操作有
(1) 用形態(tài)學(xué)中膨脹、腐蝕的方法分別去除步態(tài)二值圖中的小噪聲點(diǎn)、填補(bǔ) 步態(tài)二值圖中的小空洞；
(2) 進(jìn)一步處理一些較大的噪聲區(qū)域，有一些較大的噪聲區(qū)域用形態(tài)學(xué)的方 法無法去除，需要進(jìn)行進(jìn)一步對(duì)膨脹腐蝕后的步態(tài)二值圖中每個(gè)連通的部分，即像 素具有同一灰度值的部分進(jìn)行標(biāo)記，計(jì)算每個(gè)連通的部分包含的像素點(diǎn)數(shù)，設(shè)定像
素點(diǎn)數(shù)門限， 一般可以選此門限為200-300個(gè)，將包含的像素點(diǎn)數(shù)小于該門限的連 通的部分看作噪聲并去除；(3)去噪處理后的步態(tài)二值圖中人體的位置進(jìn)行歸一化，由于拍攝時(shí)鏡頭是固 定的，去噪處理后的步態(tài)二值圖中人體的位置變化較大，需要進(jìn)行歸一化，即對(duì)遍 歷經(jīng)過去噪處理后的圖3a所示的步態(tài)二值圖的像素點(diǎn)，分別計(jì)算值為1的點(diǎn)的橫 坐標(biāo)的和s"m(x)及縱坐標(biāo)的和ww(:^，同時(shí)統(tǒng)計(jì)值為1的點(diǎn)的數(shù)目""w，則經(jīng)過去 噪處理后的圖3a所示的步態(tài)二值圖的質(zhì)心橫坐標(biāo)^-M/n(;c)/m/w，質(zhì)心縱坐標(biāo) x,s謂(力/"謂。以計(jì)算出來的質(zhì)心為原點(diǎn)裁剪大小為190X240的包含人體的區(qū) 域，得到圖3a所示的步態(tài)二值圖的標(biāo)準(zhǔn)步態(tài)圖，如圖3b所示。
如果運(yùn)動(dòng)方向是相反的步態(tài)序列可以進(jìn)行反轉(zhuǎn)，以圖3c所示的標(biāo)準(zhǔn)步態(tài)圖為 例，則先按照上述步驟(3)方法計(jì)算圖3c所示的標(biāo)準(zhǔn)步態(tài)圖的質(zhì)心坐標(biāo)，找出質(zhì) 心橫坐標(biāo)所在的列；然后對(duì)質(zhì)心橫坐標(biāo)所在列兩邊的相互對(duì)稱的像素點(diǎn)的值進(jìn)行互 換，得到如圖3d的標(biāo)準(zhǔn)步態(tài)圖。
2. 計(jì)算標(biāo)準(zhǔn)步態(tài)圖的幀差
幀差，是指當(dāng)前標(biāo)準(zhǔn)步態(tài)圖的幀相對(duì)于前一幀的變化，體現(xiàn)人在行走過程中形 態(tài)的變化。幀差圖反映了人行走過程中動(dòng)態(tài)變化的步態(tài)信息，是圖像識(shí)別的重要因 素之一，其計(jì)算過程是-
以圖4a所示的標(biāo)準(zhǔn)步態(tài)圖的幀差計(jì)算為例，圖4b表示圖4a的前一幀標(biāo)準(zhǔn)步態(tài) 圖，利用公式D(jc，;M—50c,:M)-B(x，;^ —l))計(jì)算圖4a與圖4b的幀差，其中 S(;c,乂0為圖4a所示的標(biāo)準(zhǔn)步態(tài)圖，5(x,;;，(卜l))為圖4b所示的標(biāo)準(zhǔn)步態(tài)圖，得 到的幀差D(;c，y,0就是圖4a所示的標(biāo)準(zhǔn)步態(tài)圖的幀差，如圖4c所示。
對(duì)于標(biāo)準(zhǔn)步態(tài)圖周期中的第一幀標(biāo)準(zhǔn)步態(tài)圖，將它與本周期最后一幀標(biāo)準(zhǔn)步態(tài) 圖的差作為幀差，該種情況下的S(x，y，(r-l))代表周期中的最后一幀標(biāo)準(zhǔn)步態(tài)圖。
3. 計(jì)算標(biāo)準(zhǔn)步態(tài)圖周期的能量
以圖4a所示的標(biāo)準(zhǔn)步態(tài)圖所在周期的步態(tài)能量圖的計(jì)算為例，將圖4a所示的 標(biāo)準(zhǔn)步態(tài)圖所在周期中的各幅標(biāo)準(zhǔn)步態(tài)圖，按公式五0c,力-^l;50c,;;,f)相加，并 取其平均值，得到本周期標(biāo)準(zhǔn)步態(tài)圖的步態(tài)能量圖，如圖4d所宗，其中公式中W是 該周期中圖像的數(shù)目，該步態(tài)能量圖反映了人體活動(dòng)的大致形態(tài)。
4. 對(duì)步態(tài)能量圖進(jìn)行濾波
將濾波的域值A(chǔ)設(shè)定在0.5~0.7之間，將圖4d所示的步態(tài)能量圖按照當(dāng) 五(;c，力2A時(shí)，則M(x，y E(;^)，否則，M(;c,力^ 0的規(guī)則濾波，即將小于此域 值的能量圖中的像素點(diǎn)去除，將大于此域值的步態(tài)能量圖中的像素點(diǎn)保留，得到步態(tài)主體圖，如圖4e所示。該步態(tài)主體圖更能反應(yīng)人體的形態(tài)。 5.將步態(tài)主體圖與標(biāo)準(zhǔn)步態(tài)圖的幀差進(jìn)行合并 將圖4c所示的標(biāo)準(zhǔn)步態(tài)圖的幀差和圖4e所示的步態(tài)主體圖，按公式 尸Oc,W卜D(;c,:M)+M(x，力相加，得到幀差主體圖，如圖4f所示。其中Z)(x，:M) 是指圖4c所示的標(biāo)準(zhǔn)步態(tài)圖的幀差，M(x,力是指圖4e的步態(tài)主體圖。該幀差主體 圖可有效綜合了幀差圖和能量圖的優(yōu)點(diǎn)，即能彌補(bǔ)人體信息缺失帶來的不利影響， 又可有效的體現(xiàn)了人行走過程中的變化。
本發(fā)明的有效性可通過以下仿真實(shí)驗(yàn)進(jìn)一步說明-
1. 仿真條件及過程
本仿真實(shí)驗(yàn)基于中國科學(xué)研究院提供的NLPR步態(tài)數(shù)據(jù)庫A。固定在三角架上的數(shù) 字?jǐn)z像機(jī)用來在戶外環(huán)境中捕捉圖像序列。行人相對(duì)于攝像機(jī)而言以側(cè)面、正面和 傾斜三個(gè)視角行走，相應(yīng)于圖像平面分別是O度、90度及45度。該數(shù)據(jù)庫A包含20個(gè) 人，每人每個(gè)視角4個(gè)序列，屬于2個(gè)行走方向，總計(jì)包括240個(gè)序列。這些彩色圖像 序列以25幀每秒的速率拍攝，原始尺寸為352X240，且平均長(zhǎng)度約為100幀。
我們采用了 NLPR數(shù)據(jù)庫A中0度和45度兩個(gè)角度的步態(tài)序列分別進(jìn)行實(shí)驗(yàn)， 用同一角度對(duì)應(yīng)的一個(gè)行走方向訓(xùn)練，另外一個(gè)行走方向測(cè)試，比如用0度對(duì)應(yīng)的 從左到右訓(xùn)練，用從右到左測(cè)試，然后用從右到左訓(xùn)練，用從左到右測(cè)試，統(tǒng)計(jì)兩 次實(shí)驗(yàn)的結(jié)果作為0度序列的結(jié)果。
訓(xùn)練系統(tǒng)如圖5所示，首先用彌補(bǔ)步態(tài)二值圖失真的方法對(duì)訓(xùn)練數(shù)據(jù)庫中的步 態(tài)二值圖進(jìn)行處理，得到幀差主體圖4f，然后對(duì)幀差主體圖向縱軸方向投影，得到 一維特征向量如圖7a，對(duì)一維特征向量進(jìn)行濾波得到平滑的一維特征向量如圖7b， 然后用隱馬爾可夫模型對(duì)平滑的一維特征向量進(jìn)行訓(xùn)練，得到每個(gè)人對(duì)應(yīng)的隱馬爾 可夫模型。
識(shí)別系統(tǒng)如圖6所示，用與處理訓(xùn)練數(shù)據(jù)庫相同的方法處理待測(cè)序列，得到平 滑的一維特征向量，然后用訓(xùn)練得到的隱馬爾可夫模型進(jìn)行識(shí)別。
2. 實(shí)驗(yàn)結(jié)果及分析
實(shí)驗(yàn)結(jié)果以累積匹配曲線的形式給出，累計(jì)匹配曲線反映了識(shí)別結(jié)果隨排列數(shù) 變化的結(jié)果，是識(shí)別性能的一種反應(yīng)形式。
圖8所示的是0度實(shí)驗(yàn)的累積匹配曲線；圖9所示的是45度實(shí)驗(yàn)的累積匹配 曲線。圖8和圖9中的EXP.步態(tài)二值圖代表直接將步態(tài)二值圖向縱軸方向投影后的測(cè)試結(jié)果，EXP.幀差主體圖代表用基于幀差的步態(tài)主體圖向縱軸方向投影平滑 后的測(cè)試結(jié)果。
由圖8和圖9對(duì)比可知，對(duì)0度和45度兩個(gè)實(shí)驗(yàn)，基于幀差主體圖的識(shí)別率 都有很大的優(yōu)越性。在排列數(shù)為1時(shí)，0度實(shí)驗(yàn)對(duì)應(yīng)的EXP.幀差主體圖識(shí)別率為96 %，而EXP.步態(tài)二值圖的識(shí)別率只有88%; 45度實(shí)驗(yàn)對(duì)應(yīng)的EXP.幀差主體圖識(shí) 別率為87.5%，而EXP.步態(tài)二值圖的識(shí)別率只有50%。隨著排列數(shù)的增大，對(duì)0 度和45度兩個(gè)實(shí)驗(yàn)，EXP.幀差主體圖都比EXP.步態(tài)二值圖更迅速的達(dá)到100%。 這也充分說明了本發(fā)明能彌補(bǔ)步態(tài)二值圖的失真，能明顯提高步態(tài)識(shí)別識(shí)別率。
上面描述僅是本發(fā)明的一個(gè)具體實(shí)施例，顯然在本發(fā)明的技術(shù)方案指導(dǎo)下本領(lǐng) 域的任何人所作的修改或局部替換，均屬于本發(fā)明權(quán)利要求書限定的范圍。
權(quán)利要求
1.一種彌補(bǔ)步態(tài)二值圖失真的方法，包括如下步驟圖像預(yù)處理步驟，對(duì)背景去除后的步態(tài)二值圖進(jìn)行預(yù)處理，得到大小合適、質(zhì)心對(duì)齊的標(biāo)準(zhǔn)步態(tài)圖B(x，y，t)；標(biāo)準(zhǔn)步態(tài)圖幀差計(jì)算步驟，給定一個(gè)步態(tài)周期，將當(dāng)前標(biāo)準(zhǔn)步態(tài)圖與前一幀標(biāo)準(zhǔn)步態(tài)圖的差作為當(dāng)前標(biāo)準(zhǔn)步態(tài)圖的幀差D(x，y，t)，對(duì)于周期中的第一幀標(biāo)準(zhǔn)步態(tài)圖，將它與本周期最后一幀標(biāo)準(zhǔn)步態(tài)圖的差作為幀差D(x，y，1)；步態(tài)能量圖計(jì)算步驟，將步態(tài)周期中的各幅標(biāo)準(zhǔn)步態(tài)圖相加，并取其平均，得到本周期的步態(tài)能量圖E(x，y)；步態(tài)主體圖計(jì)算步驟，設(shè)定域值th對(duì)步態(tài)能量圖進(jìn)行過濾，去除能量圖的噪聲或較弱的信號(hào)，保留能量圖的主要部分作為步態(tài)主體圖M(x，y)；幀差主體圖計(jì)算步驟，將當(dāng)前標(biāo)準(zhǔn)步態(tài)圖的幀差與其所在周期的步態(tài)主體圖相加，得到該幀的幀差主體圖F(x，y，t)，即F(x，y，t)＝D(x，y，t)+M(x，y)，式中，D(x，y，t)＝B(x，y，t)-B(x，y，(t-1))，B(x，y，t)代表在t時(shí)刻的預(yù)處理后的標(biāo)準(zhǔn)步態(tài)圖，x和y代表標(biāo)準(zhǔn)步態(tài)圖上的坐標(biāo)值。當(dāng)t＝1時(shí)，B(x，y，(t-1))代表周期中的最后一幀標(biāo)準(zhǔn)步態(tài)圖；M(x，y)代表B(x，y，t)所在周期的主體圖。
2. 根據(jù)權(quán)利要求1所述的方法，其中圖像預(yù)處理步驟中所述的對(duì)背景去除 后的步態(tài)二值圖進(jìn)行預(yù)處理，按如下步驟進(jìn)行(1) 用形態(tài)學(xué)中膨脹、腐蝕的方法去除步態(tài)二值圖中的小噪聲點(diǎn)、填補(bǔ)步 態(tài)二值圖中的小空洞；(2) 對(duì)步驟(1)處理后的步態(tài)二值圖中每個(gè)連通的部分進(jìn)行標(biāo)記，設(shè)定象 素點(diǎn)數(shù)門限，計(jì)算每個(gè)連通部分包含的象素點(diǎn)數(shù)，將小于該門限的部分看作噪聲 并去除；(3) 計(jì)算步驟(2)處理后的步態(tài)二值圖的質(zhì)心坐標(biāo)，以其為原點(diǎn)裁剪，得 到大小合適、質(zhì)心對(duì)齊的標(biāo)準(zhǔn)步態(tài)圖。
3.根據(jù)權(quán)利要求1所述的方法，其中步態(tài)主體圖計(jì)算步驟所述的設(shè)定域值^對(duì)能量圖進(jìn)行過濾，是將域值設(shè)定在0.5 0.7之間，對(duì)于小于此域值的能量圖中的象素點(diǎn)去除，對(duì)于大于此域值的能量圖中的象素點(diǎn)保留，并作為主體圖 Af(x，力，即當(dāng)E(Jc，力^/ 時(shí)，則M(x,j—E(x，少)，否則'M(x,7)=0， 1 w式中，E(x，力^^Z5(x,:M)，五fc j)代表b(x， :m)所在周期的能量圖， AMt表b(;c,y，O所在周期中圖像的數(shù)目。
全文摘要
本發(fā)明公開了一種彌補(bǔ)步態(tài)二值圖失真的方法，主要解決步態(tài)數(shù)據(jù)庫中的步態(tài)二值圖所含人體信息缺損的問題。該方法的具體過程是對(duì)步態(tài)二值圖進(jìn)行去噪、裁剪的預(yù)處理，得到標(biāo)準(zhǔn)步態(tài)圖；將當(dāng)前表征步態(tài)圖與前一幀標(biāo)準(zhǔn)步態(tài)圖的差值作為標(biāo)準(zhǔn)步態(tài)圖的幀差；將步態(tài)周期中的各幅標(biāo)準(zhǔn)步態(tài)圖相加，并取其平均，得到本周期的步態(tài)能量圖；按照設(shè)定域值對(duì)步態(tài)能量圖進(jìn)行過濾，去除能量圖的噪聲或較弱的信號(hào)得到步態(tài)主體圖；將步態(tài)主體圖與標(biāo)準(zhǔn)步態(tài)圖的幀差進(jìn)行合并，得到幀差主體圖，以彌補(bǔ)步態(tài)二值圖因人體信息缺損造成的失真，并體現(xiàn)人體在行走過程中形態(tài)上的變化。本發(fā)明具有能有效地表征步態(tài)二值圖，提高識(shí)別率的優(yōu)點(diǎn)，可用于步態(tài)識(shí)別中的圖像處理過程。
文檔編號(hào)G06K9/38GK101241546SQ20071001911
公開日2008年8月13日 申請(qǐng)日期2007年11月20日 優(yōu)先權(quán)日2007年11月20日
發(fā)明者候彥賓, 毅 張, 梁繼民, 捷 田, 偉 秦, 胡海虹, 恒 趙, 陳昌紅 申請(qǐng)人:西安電子科技大學(xué)