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。