[发明专利]一种基于热红外步态的夜间行人识别方法及系统

说明书

技术领域

本发明属于模式识别应用领域，涉及对步态的生物特征进行数字图像处理、计算机视觉和模式识别技术。

背景技术

步态意指人的行走方式。广义来说，步态既包含有行人运动过程中的动态信息也含有人体形这一静态信息。早期的心理物理学与医学步态分析研究结果证明步态包含有丰富的个体特性，同时相对个体而言，具有唯一性，因此它可以被用于身份识别。

美国911恐怖袭击事件之后，各国政府和民众对安全保障有了比以往更为强烈的需求。传统的人力密集型监控系统存在一些局限性：

①要求工作人员长时间注意力保持高度集中；

②大量实时视频数据的监测；

③对多个目标同时监控存在一定的困难性；

④在全天候工作条件下存在欠妥性；

⑤较高的人员工作强度。

这些局限性凸现出传统人力密集型监控系统的技术不足之处。在这种强烈的市场和技术需求条件下，智能视觉监控受到了人们更为广泛的关注。智能视觉监控是一个多学科交叉的应用领域，它目前是计算机视觉最为活跃的应用领域之一，智能视觉监控可能的应用领域有银行安保，边境检查，安全敏感场合的访问控制，流量统计等。目前智能视觉监控研究的目标是实现以计算机为主体，以人为辅，对动态场景实现实时监控目的，以减轻工作人员的劳动强度(注意：“辅”意指人只进行指导计算机如何进行有效学习规则)和提高监控效率。例如，由美国国防高级研究项目署DARPA牵头的VSAM项目瞄准了智能视觉监控在战场和民用场景中的应用。卡内基梅隆大学与Sarnoff公司联合进行视频监控与监测子项目开发出了利用多个协同工作的视频传感器来对复杂的环境中的人和车辆进行监控。MIT视觉监控研究组的集群传感器项目利用大量廉价摄像头，开发出一套监控系统，能够对场景进行持续、全范围的监控与监测，此外，此系统还具有自动配置和处理的特点。而MIT多媒体实验室则侧重于视频图像中行为的理解，即对视频序列进行解释，以告知环境中正在发生些什么。从实际应用来考虑，全天候应该是一个鲁棒的视觉监控系统的必备条件，因此夜间视觉监控是视觉监控系统的一个不可缺少的有机组成部分。当前视觉监控的研究对象一般只考虑行人和车辆。

另一方面，人运动视觉分析则为智能视觉监控中人的监控部分提供了必要的理论基础。人运动视觉分析侧重于研究：

1.人体各组成部分的运动分析；

2.从单目或多目摄像机中对行人进行跟踪；

3.从图像序列中识别人的行为。

人运动分析的广泛应用前景引起了广大学术和工业界人士的浓厚兴趣。由美国国防高级研究项目署(DARPA)资助的HID(HumanIdentification at a Distance)计划的目的则是开发自动生物特征识别技术用于在远距离条件下对人进行检测、分类、识别，以期提高国防和民用设施对于恐怖分子、犯罪分子和其它人为攻击的防御能力。许多世界知名大学，如麻省理工，卡内基梅隆，佐治亚理工，马里兰等大学均参与到这个计划当中。HID计划拟采用人脸和步态特征相结合的策略，对人进行识别。在近距离时，可通过跟踪人脸实现对人的识别；在远距离时，由于脸部特征较难获取，故利用步态特征对人进行识别；在中等距离时，采用多模态融合策略，来产生一个更为快速、准确、无约束的行人识别系统。值得注意的是当前HID研究工作大都集中于日间或可见光范围内的行人监控识别。这主要是由于夜间的光照条件低，在可见光条件下，一般很难对运动目标进行鲁棒有效的检测。