一种新的步态周期生成方法
【技术领域】
[0001] 本发明设及一种步态识别技术，特别设及一种新的步态周期生成方法。
【背景技术】
[0002] 步态识别是通过人走路的姿势实现对个体身份鉴别的一种生物特征识别技术。其 基本过程是；先从原始步态视频中检测运动目标，然后计算生成步态周期，再对代表步态周 期的数据进行特征提取，最后将特征进行分类识别。其中，步态周期生成该一环节非常重 要，直接关系到所取得的步态周期数据是否准确，是否具有代表性。生成准确有效的步态周 期对后续的特征提取与分类识别有着重要的意义。
[0003] 一帖原始步态图像无法包含足够的步态信息，一段包含若干个步态周期的完整步 态序列虽然几乎包括了全部的步态信息，但若取整段步态序列进行计算则会由于大量冗余 信息的存在造成时间开销增大。因此步态识别普遍采用一个步态周期进行分析。显然，生 成准确的步态周期表达对步态特征提取与分类识别有着重要的意义。
[0004] 目前，国内外研究学者在步态周期生成方法上做了大量的研究。BenAbde化ader 等人于 2002 年在 IEEE International Conference on Automatic Face and Gesture Recognition 上发表论文"Stride and Cadence as a Biometric in Automatic Person Identification and Verification",提出利用人体轮廓的边界矩形框宽度变化来检测步 态周期。该方法的主要缺点是所采用的边界矩形框的宽度并不总是与步伐的宽度一致，导 致边界宽度的周期性变化与步伐的周期性变化有时存在一定的偏差。Sarkar等人在IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHI肥 INTCLLIGENCE发表论文"Ilie HumanID Gait Qiallenge Problem:Data Sets, Performance, and Analysis",利用人体行走过程中 双下肢面积变化规律来检测步态周期；王科俊等人于2009年在中国图象图形学报发表的 论文"基于步态能量图像和2维主成分分析的步态识别方法"中使用边界宽高比的变化来 检测步态周期。
[0005] 上述方法的共同之处在于使用一个步态周期的所有帖作为最终的步态周期表达。 然而现实中受光照变化、物体干扰、背景复杂性等因素影响，通常的运动检测方法难W保证 检测出的运动目标在每个步态周期的所有帖均符合要求，即在任意步态周期都有可能出现 不够理想的帖（如残缺等）。此外，人在走路过程中随时可能会暂时停顿或者放慢速度等， 导致步态序列中包含大量的重复帖。若使用该些残缺帖或重复帖作为周期表达，将使样本 集不能完全真实反映样本属性，影响识别效果。
【发明内容】
[0006] 本发明的目的在于克服现有技术的缺点与不足，提供一种新的步态周期生成方 法，该步态周期生成方法能够剔除步态序列中的残缺帖和重复帖，利用图像质量好的帖生 成一个步态周期，进而获取更精确的步态特征，有利于提升步态检测的结果。
[0007] 本发明的目的通过下述技术方案实现；一种新的步态周期生成方法，通过在同一 个步态序列的各个步态周期中选取图像质量最好的帖生成一个步态周期，所述的步态周期 生成方法包括如下步骤：
[000引步骤1 ;从待处理步态序列中检测出各个原始步态周期；
[0009] 步骤2 ;设定最终周期表达中包含的帖数k，该帖数应小于步骤1所得各个原始步 态周期中包含帖数的最小值；
[0010] 步骤3 ;根据步骤2设定的帖数，等间隔地从每个原始步态周期中抽取出k帖作为 此周期的代表帖；
[0011] 步骤4;定义步态帖图像的质量评判标准，并对由步骤3获得的所有代表帖计算其 质量系数；
[0012] 步骤5;对于所有步态周期中相同位置上的代表帖，选取图像质量最好的帖作为 该位置的最优帖，各个位置的最优帖构成最终的步态周期表达。
[0013] 所述步骤1中可根据步伐宽度的周期性变化来检测各个原始步态周期，相邻两个 步伐宽度极大值或极小值间所包含的帖为半个周期，连续两个半周期构成一个步态周期。
[0014] 所述步骤2中设定的数值应比步骤1中计算的各个原始步态周期包含帖数的最小 值要小，并且此数值须为4的整数倍。
[0015] 所述步骤3中W四分之一步态周期作为基本单元，用步骤2中设定数值的四分之 一等间隔划分每个基本单元，选取离等分点最近的帖作为所在基本单元在该位置上的代表 帖，相邻四个基本单元的代表帖即构成一个完整步态周期的表达。
[0016] 所述步骤4中表征步态帖图像质量好坏的质量系数是该帖与其所在位置的平均 帖的相关系数，相关系数越大，则该帖质量越好；平均帖通过对各周期中处在相同位置的代 表帖求平均值获得。
[0017] 所述步骤5中根据步骤4定义的帖图像质量评判标准，比较步态序列中所有步态 周期在对应位置的帖的质量水平，选取其中图像质量最好的帖作为该位置的最优帖，所有 对应位置上的最优帖构成该步态序列生成的最终步态周期表达。
[0018] 所述步骤5中的位置是指某代表帖在当前周期k个代表帖中的序号。
[0019] 本发明相对于现有技术具有如下的优点及效果：
[0020] 本发明针对包含残缺帖和重复帖的步态序列的步态周期生成问题，克服现有技术 的缺点和不足，充分利用步态序列中所有步态周期的信息生成更加准确的步态周期表达。 本发明消除了各个步态周期中不符合质量要求的帖的影响，最大限度地利用了各个周期中 较理想帖，从而使最终生成的步态周期表达能更加准确地反映实际情况。本发明不仅可消 除由运动目标变速或者停顿等情况带来的影响，还可减少数据冗余和计算量，提高准确度， 有利于提升步态检测的结果。
【附图说明】
[0021] 图1是本发明的流程框图。
[0022] 图2是一段包含重复帖和缺陷帖的原始步态序列。
[0023] 图3是从原始步态序列检测出的3个原始周期。