[发明专利]一种基于步态与人脸融合的身份识别方法及装置

摘要

本发明涉及一种基于深度学习的步态与人脸融合身份识别方法及装置，其中装置包括视频采集及预处理模块、步态特征提取模块、人脸特征提取模块和识别模块，方法包括采集视频流，对视频流进行行人检测和跟踪，以及人脸检测；对所述人体图像进行步态特征提取，并计算所述步态特征的质量评价分数；对人脸图像进行人脸特征提取，并计算人脸特征的质量评价分数，将质量评价分数最高的人脸图像作为待识别人脸图像；把步态特征和人脸特征按照各自的质量评分进行加权，输入SVM分类器进行身份识别。通过计算步态特征和人脸特征的质量评价分数，并根据质量评分进行加权，综合了人脸识别和步态识别的优势，两种识别技术的互补，增加了识别系统的鲁棒性，提高人物身份识别的准确性。

主权项

一种基于步态与人脸融合的身份识别方法，其特征在于，包括以下步骤：S1，采集视频流，对视频流进行行人检测和跟踪，得到人体帧图像序列，同时对人体帧图像进行人脸检测，获取人体帧图像序列对应的人脸图像序列；S2，对所述人体帧图像序列中的人体图像进行步态特征提取，并获取质量评价参数，根据质量评价参数计算所述步态特征的质量评价分数；S3，对人脸图像序列中的各图像进行人脸特征提取，并获取人脸图像的质量评价参数，根据质量评价参数计算人脸特征的质量评价分数，将质量评价分数最高的人脸图像作为待识别人脸图像；S4，把步态特征和人脸特征按照各自的质量评分进行加权，输入SVM分类器进行身份识别。