[发明专利]一种步态信息识别方法、系统及存储介质

说明书

本发明涉及一种步态信息识别方法、系统及存储介质。识别方法包括：获取视频图像中人物行走的步态预处理数据；对步态预处理数据进行身份特征提取，得到步态能量图对应的身份特征数据；将相似度值最高且其相似度值大于预设阈值的真实特征数据对应的身份标记作为识别结果。本发明实施例通过提取视频图像中人物的步态预处理数据，提取步态预处理数据中的身份特征数据，将身份特征数据与预存储的所有特征数据进行匹配，计算相应的相似度值，根据相似度值来确认预存储的特征数据中是否有与身份特征数据相匹配的数据，进而确认视频图像中的人物身份，通过步态特征完成身份识别。

技术领域

本发明涉及生物识别技术领域，尤其涉及一种步态信息识别方法、系统及存储介质。

背景技术

随着各国对公共场合下安全水平提高的需要及视频监控技术的广泛推广，智能监控成为了计算机视觉中一个非常活跃的领域。在智能监控中，远距离识别监控场景中的人体身份是一个充满挑战且又很有应用前景的方向，因此，它同时具备了科研及商业价值，对其进行深入的研究具有理论及现实意义。

发明内容

为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种步态信息识别方法、系统及存储介质。

第一方面，本发明实施例提供了一种步态信息识别方法，所述识别方法包括：

获取视频图像中人物行走的步态预处理数据；

对所述步态预处理数据进行身份特征提取，得到所述步态预处理数据对应的身份特征数据；

分别计算所述身份特征数据与预存储的每个真实特征数据的相似度值；

将与所述身份特征数据相似度值最高且其相似度值大于预设阈值的所述真实特征数据对应的身份标记作为识别结果。

基于上述技术方案，本发明实施例还可以做出如下改进。

结合第一方面，在第一方面的第一种实施例中，所述分别计算所述步态预处理数据与预存储的每个真实特征数据的相似度值，具体包括：

将所有所述真实特征数据和所述身份特征数据均分别向量化，得到多组真实特征数据向量和身份特征数据向量；

分别计算每组所述真实特征数据向量与所述身份特征数据向量的相似度值。

结合第一方面的第一种实施例，在第一方面的第二种实施例中，所述计算所述真实特征数据向量和所述身份特征数据向量的相似度值，具体包括：

计算所述真实特征数据向量和所述身份特征数据向量的余弦值作为所述相似度值。

结合第一方面，在第一方面的第三种实施例中，所述对所述步态预处理数据进行身份特征提取，得到所述步态能量图对应的身份特征数据，具体包括：

将所述步态预处理数据输入到识别模型中；

获取所述识别模型对所述步态预处理数据进行身份特征提取后，输出的所述身份特征数据。

结合第一方面的第三种实施例，在第一方面的第四种实施例中，所述识别模型的训练方法包括：

S11、获取任意视频图像中人物行走的第一步态预处理数据；

S12、获取所述任意视频图像中人物行走的第二步态预处理数据；

S13、将所述第二步态预处理数据和所述第一步态预处理数据输入识别模型分别进行身份识别和数据识别，根据身份识别结果和和数据识别结果对所述识别模型进行参数训练迭代，得到所述识别模型。

结合第一方面的第四种实施例，在第一方面的第五种实施例中，所述S13具体包括：