[发明专利]一种基于步态数据的身份识别方法

摘要

本发明提供一种基于步态数据的身份识别方法，其包括如下步骤：首先提取训练样本和待识别样本的步态轮廓曲线，然后利用逐行扫描法对步态轮廓曲线进行处理，得到高维步态特征矩阵，再利用改进的光滑自编码器对高维步态特征矩阵集进行降维，最后利用最近邻算法判断待识别样本与训练样本中的哪一类最接近。本发明提供的步态识别方法采用了一种新的步态特征，并利用改进的光滑自编码器和最近邻理论进行特征降维和相似度判断，能够充分利用二维步态图像中的结构信息来刻画不同人的步态差异，从而提高基于步态信息的身份识别正确率。

主权项

1.一种基于步态数据的身份识别方法，包括训练阶段和识别阶段，其特征在于：/n所述的训练阶段包括如下步骤：/n步骤一：提取训练样本的步态轮廓曲线：首先对包含训练样本和待识别样本的步态视频序列进行预处理，根据目标的色彩和运动特性，分割出人体轮廓区域；然后采用滤波和生态学方法对轮廓进行完善，最后，进行边缘检测，获得完整的步态轮廓曲线；/n步骤二：生成高维步态特征矩阵：利用逐行扫描法对步骤一中提取的步态轮廓曲线进行逐行扫描，生成高维步态特征矩阵，该矩阵中的元素取值规则为：按照从左到右的方向，扫描线与轮廓线无交点，取值0；当前交点次数为奇数，取值为1；否则，取值为2；/n步骤三：利用改进的光滑自编码器对步骤二生成的高维步态特征矩阵进行降维，包括两个阶段：/n(1)初始化训练阶段：通过加入随机噪声提高自编码器的鲁棒性和泛化能力，光滑自编码器的各层神经元输出计算方式如下：/n