[发明专利]一种基于自适应三维人体运动统计模型的多视角步态识别方法

摘要

本发明公开了一种基于自适应三维人体运动统计模型的多视角步态识别方法。本发明训练集影像来自多个摄像系统，通过多目视觉的三维重构技术产生对象的点云，进而建立一个三维统计人体模型。对三维人体模型通过一个虚拟相机投影变换，获得任意视角下的合成人体轮廓二值图，用于进一步提取各种步态特征。基于三维人体模型，建立骨骼模型，对每个关节的自由度赋予合理的范围，并建立统计三维人体运动统计模型，通过参数的调整，可自适应各种不同的行走场合。训练阶段，基于以上的方法建立步态特征数据库。在识别阶段，对视频提取同样的步态特征，并和数据库里的特征比较，通过最近标本分类器结合最高得分策略找出最佳的识别对象。

主权项

1.一种基于自适应三维人体运动统计模型的多视角步态识别方法，其特征在于：该方法包括以下步骤：/n步骤1：训练阶段/n针对训练集中多段多摄像系统拍摄的视频影像，构造三维人体统计模型和三维人体运动统计模型，产生一个任意视角下的步态特征集合的训练集数据库，所述步骤1包括以下步骤：/n步骤1.1：训练集中，对象的运动影像被多个摄像系统拍摄，通过特征匹配技术，在不同摄像系统的每一帧影像上找到对象身上的共同特征点，组成某一个时刻对象的点云；在多摄像系统的连续影像上做多目视觉处理，产生对象的连续运动点云，即四维人体点云；/n步骤1.2：对每一时刻的点云数据做点云匹配和聚类分析，分别找出标记人的头部、躯干和四肢的点；通过分析所有的四维点云，获得一个完整的三维人体点云，并基于此建立一个表面光滑的三维网格模型作为人体模型的外壳，即三维人体统计模型；/n步骤1.3：通过四维点云的分析，获得人体部分之间的结合部即关节的摆动范围信息，进而获得一个三维人体运动统计模型；/n步骤1.4：设置一个虚拟相机，按任意拍摄角度拍摄基于步骤2.2建立的三维人体统计模型和三维人体运动统计模型，通过相机的投影方程，产生任意视角下的人体二维轮廓二值图；/n步骤1.5：基于通过上述步骤合成的以及原本的人体二维轮廓二值图，提取各种步态特征，并建立步态特征数据库；/n步骤2：学习阶段/n针对原型集中一段或多段目标对象的视频，结合训练集数据库产生一个目标对象的三维人体统计模型和三维人体运动统计模型以及任意视角下的步态特征集合；所述步骤2包括以下具体步骤：/n步骤2.1，在原型集视频中提取目标对象的步态轮廓二值图序列，并提取步态特征；/n步骤2.2，将步骤2.1中提取的目标对象的步态特征与数据库中的步态特征做比较，从而找出最佳匹配的视角；通过调整三维人体统计模型和三维人体运动统计模型的参数，来最佳匹配目标对象的步态特征，从而获得了目标对象的三维人体模型和三维人体运动模型；/n假设一共对m段训练集影像做分析，共产生了m个三维人体模型，记作X＝{Xi|i＝1…m}，其中Xi＝{xi1,yi1,zi1,…,xik,yik,zik}，k表示用于表示该三维人体模型的节点数量，计算出平均的三维人体模型，记作X