[发明专利]一种基于非线性动力学指标的速度无关的步态识别方法

摘要

本发明公开了一种基于非线性动力学指标的速度无关的步态识别方法。本发明包括以下步骤：采集人体步态运动轮廓图；提取人体下肢轮廓宽度、周长及面积参数曲线；基于轮廓参数，构建径向基函数神经网络对不同速度下的步态动力学进行建模，得到三维可视的步态动力学信息；计算三种非线性动力学指标，利用不同速度下的步态模式之间在非线性动力学指标上的差异，实现速度无关的步态识别。本发明直接从人体轮廓图上提取速度无关的步态动力学特征，不用进行复杂的图像处理过程，简单方便、容易操作。本发明所提取的动力学特征可以有效地应对多种步行速度下的识别挑战，实现多速度下的无限制步态识别。

主权项

1.一种基于非线性动力学指标的速度无关的步态识别方法，其特征在于，包含如下步骤：步骤一、获取人体行走步态轮廓图；对不同速度下的行走图像序列进行背景减除以及形态学处理，获得人体行走的二值步态轮廓图；步骤二、提取步态轮廓参数；根据人体轮廓的宽度随时间呈现周期性变化的特性，通过人体轮廓宽度值来检测步态周期；：将人体二值轮廓至上而下根据图像高度值等分为人体上肢区域和人体下肢区域，提取每一帧人体轮廓下肢区域的平均轮廓宽度值Wd、人体轮廓下肢区域整体轮廓周长值Ld及下肢区域整体轮廓面积值Ad，经过数据大小归一化后，构成步态参数变量x＝[Wd，Ld，Ad]；步骤三、非线性步态动力学建模；根据步态参数变量x＝[Wd，Ld，Ad]，构建径向基函数(RBF)神经网络，考虑不同的行走速度，对步态参数变量内在的非线性步态动力学信息进行神经网络的逼近和辨识；步骤四：计算非线性动力学指标进行分类识别；根据每个行走者在不同速度下非线性步态动力学所对应的常值权值矩阵，计算三个非线性动力学指标：C0复杂度、Lyapunov指数以及近似熵；根据训练模式与测试模式之间关于非线性动力学指标间的差异，把测试模式准确分类识别出来，实现多速度下的步态识别。