[发明专利]基于步态三维轮廓匹配合成的视角大幅可变步态识别方法

摘要

本发明公开了一种基于步态三维轮廓匹配合成的视角大幅可变步态识别方法，对单个深度摄像机采集到的彩色和深度图像进行基于双质心自适应匹配的运动人体检测，提取出去除背景的步态深度图像，对步态深度图像进行基于多曲线拟合和高斯分布信息融合的深度图像修复；进行步态点云提取；将一个步态周期内所有三维步态表面模型进行数据融合，生成三维融合步态能量模型；将两个训练视角的融合步态模型旋转至同一视角，通过三维轮廓匹配完成不同视角三维步态模型表面对接，并进行多视角步态模糊轮廓数据的提取；通过融合步态模糊轮廓的步态子图像和集成分类器完成视角大幅可变的三维步态分类识别。本发明解决了当前的步态识别方法无法很好地解决视角大幅可变步态识别问题。

主权项

一种基于步态三维轮廓匹配合成的视角大幅可变步态识别方法，其特征在于，包括以下步骤：1)对单个深度摄像机采集到的彩色图像和深度图像进行基于双质心自适应匹配的运动人体检测，提取出去除背景的步态深度图像；2)对步态深度图像进行基于多曲线拟合和高斯分布信息融合的深度图像修复；3)利用修复后的步态深度图像进行步态点云提取，完成三维表面建模，得到三维步态表面模型；4)将一个步态周期内所有三维步态表面模型进行数据融合，生成一个以头部特征为核心的三维融合步态能量模型；将两个不同训练视角的三维融合步态能量模型旋转至同一视角，运用三维轮廓匹配方法完成不同视角三维融合步态能量模型表面对接，将表面对接后的三维融合步态能量模型进行三维映射旋转变换，并投影到二维空间，运用分块扫描方法完成多视角步态模糊轮廓图的提取；5)将提取的步态模糊轮廓图作为全局特征，通过典型关联分析方法融入到多视角步态子图局部特征中，构成融合的步态子图特征空间，并以此作为步态特征，运用异质进化方法完成集成分类器权向量的求解，设计出最佳效果的集成分类器，完成视角大幅可变的三维步态分类识别。