[发明专利]基于人体重心轨迹分析的步态特征提取方法

摘要

本发明公开了一种基于人体重心轨迹分析的步态特征提取方法，包括下述步骤S1、步态检测与跟踪，将原始视频图像转换为单通道灰度图像，再进行高斯滤波平滑图像，并将图像转换为二值图；S2、计算人体重心位置，将运动目标运动中每一帧图像的重心坐标在同一坐标系中连接，得到行人的重心轨迹；S3、将去噪后的步态波形输入计算机，应用公式计算出对应于K次谐波频率的谐波振幅，并绘制输出相应的频谱图。本发明不仅能解决当前提取特征方法面临的难题，还能从复杂的步态图像中提取出一维的步态特征向量，便于进一步的分析、训练和识别。

主权项

基于人体重心轨迹分析的步态特征提取方法，其特征在于，包括下述步骤：S1、步态检测与跟踪，将原始视频图像转换为单通道灰度图像，再进行高斯滤波平滑图像，并将图像转换为二值图；S2、计算人体重心位置，将运动目标运动中每一帧图像的重心坐标在同一坐标系中连接，得到行人的重心轨迹，重心轨迹则包含了人行走的步态特征，通过对重心轨迹进行频谱分析得到步态特征向量；S3、将去噪后的步态波形输入计算机，应用公式计算出对应于K次谐波频率的谐波振幅，并绘制输出相应的频谱图；观察并统计出数据库中不同人的频率、振幅、主要频率等相关数据；由于行走方向会使得提取的目标区域整体放大或缩小，引起重心坐标呈现整体的放大或缩小趋势，从而使频谱图的振幅呈现整体的放大或缩小，通过检测频谱图的谱峰分布即可消除振幅幅值的影响，通过观察、计算，找出反映步态特征的主要信号值，形成作为模式识别输入的特征信号向量空间；步骤S2中，计算人体重心位置的具体方法为：S21、通过人体区域像素计算重心坐标；重心坐标计算公式如下：xw(i)=1NΣxi∈Areaxi]]>yw(i)=1NΣyi∈Areayi]]>N＝目标区域内像素点数S22、根据目标高度归一化重心坐标值；公式如下：h＝ymax‑ymingait2=gait1h]]>式中，h表示当前帧人体高度，ymax表示人体目标的y坐标最大值，ymin表示人体目标的y坐标最小值，gait1表示初始得到的重心坐标值，gait2表示归一化后的重心坐标值，依次求出视频中每一帧图像的目标重心并记录，就可绘出行走目标的重心运动轨迹波形图；S23、将运动轨迹波形存储，构建步态波形数据库；将测试者分为标准组、服饰组和负重组，每一组进行多视角测量，计算并记录实时重心轨迹，此时即将步态特征量从高维图像空间转换到一维电气信号波形的空间。