[发明专利]基于步态识别的煤矿井下人员身份识别方法

摘要

本发明公开了一种基于步态识别的煤矿井下人员身份识别方法，该方法对采集的煤矿井下步态图像进行预处理，得到高维步态图像向量，运用自适应的度量方式，设置邻域权值矩阵，构造目标函数，优化目标函数，用最佳投影矩阵将测试集数据投影到低维特征分类空间，实现对高维空间数据样本点的维数约简和步态特征提取；在识别时，将待识别步态图像序列输入K‑NN分类器，实现对步态图像的分类识别监测。该方法受照度影响小，能较好地判定各高维数据点所在子空间的局部信息和类别信息，识别率高，稳定性好，能为煤矿井下人员位置自动化监测、人员身份自动化识别等提供可靠信息。

主权项

1.一种基于步态识别的煤矿井下人员身份识别方法，其特征在于，包括以下步骤：A.采集煤矿井下多个作业人员的步态视频序列，组成步态图像数据库；B.将步态图像数据库中的步态视频序列进行预处理，得到高维空间的步态视频图像向量，然后从每个作业人员的步态视频序列中选取一半作为训练集，另一半作为测试集；C.将训练集中的步态视频图像向量进行维数约简，求解最佳投影矩阵；D.用最佳投影矩阵，将测试集的步态视频图像数据投影到低维步态图像数据特征分类空间，实现步态特征数据的提取；E.将待识别步态图像序列输入K‑NN分类器，利用K‑NN分类器在测试集上根据提取的步态特征进行分类识别，并根据分类识别结果，鉴别煤矿井下人员身份。