基于步态和二维判别分析的煤矿井下人员身份鉴别方法

摘要

基于步态和二维判别分析的煤矿井下人员身份识别方法，先进行煤矿井下人员的步态图像预处理，然后利用二维判别分析算法对步态能量图进行维数约简，提取所有训练步态能量图的识别特征，并将该识别特征输入模板数据库，每个步态能量图的识别特征与预先存入模板数据库中的煤矿井下人员的身份信息相对应，最后使用最近邻分类器进行煤矿井下人员身份识别，本发明采用了二维判别分析的步态能量图维数约简方法，不仅能够揭示步态图像数据集的内在分布和几何结构，而且能够得到较多的辨别信息，同时它对于步态图像拍摄时的光线变化、步态图像之间的位移旋转等问题具有较强的容错能力，识别速度快，识别效果稳定，实用性强。

主权项

1.基于步态和二维判别分析的煤矿井下人员身份识别方法，其特征在于，包括以下步骤：第一步，煤矿井下人员的步态图像预处理：由摄像机拍摄到的步态图像直接输入到计算机，拍摄没有步态的图像作为背景模型，将拍摄到的步态图像和背景模型相减后得到消除背景后的步态图像序列；然后使用一个高和宽之比为120:80的矩形框来框住步态轮廓，矩形的高为人体步态图像轮廓的高度，矩形水平方向的中心为人体步态图像轮廓质心的水平坐标，将该矩形框截取出来，并按1:1的缩放比例归一化为120×80大小，再进行二值化处理，得到二值化的步态图像序列B_t(x,y)，确定一个人行走时的连续2个最低高度之间的时间差作为一个步态周期，利用下式(1)将一个周期的步态图像经过平均的方法合成为一幅步态能量图，$G(x,y)=\frac{1}{N}\underset{t=1}{\overset{N}{\Sigma }}{B}_t(x,y)---\left(1\right)$式中，N为完整步态周期序列的长度，t为时间，x、y为二维图像平面坐标；第二步，利用二维判别分析算法对步态能量图进行维数约简，提取所有训练步态能量图的识别特征，并将该识别特征输入模板数据库，每个步态能量图的识别特征与预先存入模板数据库中的煤矿井下人员的身份信息相对应，特征提取按以下步骤进行：设K类n幅步态能量图为{G₁,G₂,...,G_n}，类别编号用C₁,C₂,...,C_K表示，并设C_i类有n_i个幅图像，计算所有步态能量图和C_i类步态能量图的平均值分别为$\left\{\begin{array}{c}\bar{G}=\frac{1}{n}\underset{i=1}{\overset{n}{\Sigma }}{G}_i\\ \overline{{G_C}_i}=\frac{1}{n_i}\underset{j=1}{\overset{n_i}{\Sigma }}{G}_j\end{array}\right.---\left(2\right)$计算类间散度矩阵S_B和类内散度矩阵S_W分别为$\left\{\begin{array}{c}{S}_B=\underset{i=1}{\overset{K}{\Sigma }}P\left(C_i\right)(\overline{{G_C}_i}-\bar{G}){(\overline{{G_C}_i}-\bar{G})}^T\\ S_W=\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{n_i}{\Sigma }}P\left(C_i\right){(G_j-\overline{{G_C}_i})(G_j-\overline{{G_C}_i})}^T/n_i\end{array}\right.---\left(3\right)$式中，P(C_i)为模式C_i的先验概率，取由S_B和S_W建立目标优化函数J(A)＝A^T(S_B-S_W)A     (4)式中，A为待求的映射矩阵，T为矩阵转置运算，对式(4)中的S_B-S_W进行特征值分解，计算(S_B-S_W)a＝λa的d个最大的特征值λ₀,λ₁,L,λ_d-1(λ₀≥λ₁≥L≥λ_d-1)对应的约简特征向量a₁,a₂,...,a_d，其中λ为特征值，d为低维特征向量的维数，由下式(5)将[a₁,a₂,...,a_d]转换为一个正交矩阵P＝[p₁，p₂，...，p_d]，$p_k=a_k-\underset{i=1}{\overset{k-1}{\Sigma }}\frac{p_i^T{a}_k}{p_i^T{p}_i}{p}_i---\left(5\right)$由下式(6)将所有的步态能量图{G₁,G₂,...,G_n}分别映射到低维子空间，G_i→Y_i＝P^TG_i     (6)由{Y₁,Y₂,...,Y_n}构建煤矿井下人员身份识别的特征模板，由式(6)将待测试的任意一幅步态能量图G_new映射为低维特征图像，即G_new→Y_new＝P^TG_new；第三步，使用最近邻分类器进行煤矿井下人员身份识别：利用欧氏距离度量作为任意两个矩阵A、B之间的距离，即d(A,B)＝||A-B||，由第二步得到所有训练步态能量图{G₁,G₂,...,G_n}的低维映射矩阵分别为{Y₁,Y₂,...,Y_n}，对于任意一个待测试的步态能量图G_new的低维映射矩阵Y_new，分别计算Y_new与{Y₁,Y₂,...,Y_n}之间的距离，若则将测试步态能量图G_new判为第k类，由此确定待鉴别煤矿井下人员的身份。