发明名称 |
远距离视频下的正面人体自动身份识别方法 |
摘要 |
本发明提供的是一种远距离视频下的正面人体自动身份识别方法。包括步态模块和人脸模块;首先读入视频文件,用Adaboost方法检测行人,若检测到便自动开启人脸模块和步态模块,分别对步态和人脸采用核主成分分析进行特征提取,最后采用人脸特征辅助步态特征在决策级的融合方法进行识别。本发明为远距离身份识别提出新的解决思路,采用人脸特征辅助步态特征在决策级融合方法。在单样本的步态识别中辅助人脸特征的优点在于,即使步态训练样本是单样本,而人脸图像是多个的,这样便从另外一个角度扩充了训练样本的数目,有助于身份识别,融合人脸特征可以提高2.4%的识别精度。 |
申请公布号 |
CN101661554B |
申请公布日期 |
2012.02.01 |
申请号 |
CN200910073004.1 |
申请日期 |
2009.09.29 |
申请人 |
哈尔滨工程大学 |
发明人 |
王科俊;贲晛烨;李欣;王晨晖 |
分类号 |
G06K9/00(2006.01)I;A61B5/117(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种远距离视频下的正面人体自动身份识别方法,其特征是:包括步态模块和人脸模块;首先读入视频文件,用Adaboost方法检测行人,若检测到便自动开启人脸模块和步态模块,分别对步态和人脸采用核主成分分析进行特征提取,最后采用人脸特征辅助步态特征在决策级的融合方法进行识别;所述的用Adaboost方法检测行人,是对读入的视频文件采用Adaboost方法检测人体,并加入帧间差分方法验证;所述的步态模块是对步态序列图像进行预处理,再进行步态周期检测,最终将表征步态特征的步态能量图归一到64*64像素;所述的人脸模块是用Adaboost方法检测人脸,再进行肤色验证判断,将人脸图像灰度化并统一归一到32*32像素。 |
地址 |
150001 黑龙江省哈尔滨市南岗区南通大街145号1号楼哈尔滨工程大学科技处知识产权办公室 |