[发明专利]一种步态识别方法、装置、系统和计算机可读存储介质

说明书

本申请公开了一种步态识别方法、装置、系统和计算机可读存储介质，该方法包括：获取监控视频数据，从监控视频数据中提取出人体目标的第一步态序列；对第一步态序列进行特征提取处理，得到第一抓拍步态特征；确定与第一抓拍步态特征匹配的至少一个第一预设步态特征；基于图卷积神经网络模型，对第一抓拍步态特征与第一预设步态特征进行处理，得到预测特征；基于预测特征，从至少一个第一预设步态特征中，筛选出第二预设步态特征；响应于第二预设步态特征满足第一预设步态识别条件，生成预警消息，预警消息用于表示第一抓拍步态特征与第二预设步态特征对应的人体目标相同。通过上述方式，本申请能够提升步态识别的准确率。

技术领域

本申请涉及视频图像处理技术领域，具体涉及一种步态识别方法、装置、系统和计算机可读存储介质。

背景技术

步态识别是一种依赖人体行走过程中的姿态、人体的体型信息进行身份识别的技术，具有远距离不易伪装的优点，在刑侦或安防等领域具有广泛的应用前景。有些方案使用人脸特征、步态特征以及行人重识别特征进行比对检测，对结果进行加权后与阈值进行比较，以进行布控预警，在大规模数据的情况下，布控报警会很繁琐，需要大量人工进行核对；一些方案使用贝叶斯方法融合结果，但由于贝叶斯方法基于数据统计，需要统计先验概率，易受到样本的影响。

发明内容

本申请提供一种步态识别方法、装置、系统和计算机可读存储介质，能够提升步态识别的准确率。

为解决上述技术问题，本申请采用的技术方案是：提供一种步态识别方法，该方法包括：获取监控视频数据，从监控视频数据中提取出人体目标的第一步态序列；对第一步态序列进行特征提取处理，得到第一抓拍步态特征；确定与第一抓拍步态特征匹配的至少一个第一预设步态特征；基于图卷积神经网络模型，对第一抓拍步态特征与第一预设步态特征进行处理，得到预测特征；基于预测特征，从至少一个第一预设步态特征中，筛选出第二预设步态特征；响应于第二预设步态特征满足第一预设步态识别条件，生成预警消息，预警消息用于表示第一抓拍步态特征与第二预设步态特征对应的人体目标相同。

为解决上述技术问题，本申请采用的另一技术方案是：提供一种步态识别装置，该步态识别装置包括互相连接的存储器和处理器，其中，存储器用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的步态识别方法。

为解决上述技术问题，本申请采用的另一技术方案是：提供一种步态布控系统，该步态布控系统包括互相连接的摄像装置与步态识别装置，摄像装置用于对当前监控场景进行拍摄得到监控图像，并发送给步态识别装置，以使得步态识别装置进行步态识别，其中，步态识别装置为上述技术方案中的步态识别装置。

为解决上述技术问题，本申请采用的另一技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的步态识别方法。

通过上述方案，本申请的有益效果是：先从监控视频数据中提取出第一步态序列，再选出与第一步态序列相似的第一预设步态特征，以寻找潜在的人体目标；然后采用图卷积神经网络模型对第一预设步态特征与第一抓拍步态特征进行处理，得到预测特征；然后通过预测特征对第一预设步态特征进行筛选，得到第二预设步态特征；再判定第二预设步态特征是否满足第一预设步态识别条件，如果第二预设步态特征满足第一预设步态识别条件，则生成预警消息。本申请先进行潜在的人体目标筛选，再对初步筛选得到的步态特征进行处理，通过对步态特征的处理，实现了查找是否存在与已知人体相似的人体，通过多次特征筛选与对比实现了由粗到细的多级步态识别方案，提升了识别的准确率，且能够应用于基于步态进行预警的布控系统中，提升了布控的有效性，有助于降低后期人工核验的成本。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：