基于下肢輪廓特征的步態(tài)周期算法

摘 要：步態(tài)周期是步態(tài)的一個(gè)重要特征，步態(tài)識(shí)別是建立在準(zhǔn)確的步態(tài)周期分割之上的。本文提出了一個(gè)基于下肢輪廓的步態(tài)周期檢測(cè)方法，首先對(duì)步態(tài)序列圖像進(jìn)行灰度化，然后計(jì)算各像素點(diǎn)在步態(tài)圖像序列中的中值，獲取整個(gè)步態(tài)序列圖像的背景，提取人體目標(biāo)后，利用數(shù)學(xué)形態(tài)學(xué)方法和區(qū)域跟蹤算法填補(bǔ)二值化圖像中的空洞；采用輪廓跟蹤算法獲得人體下肢輪廓，并將其轉(zhuǎn)換為對(duì)應(yīng)距離向量，在一個(gè)步態(tài)系列中利用距離向量范數(shù)研究步態(tài)周期。本算法計(jì)復(fù)雜度低，魯棒性好，精確度高。

關(guān)鍵詞：步態(tài)周期；背景減除；輪廓跟蹤；Shen濾波

中圖分類號(hào)：TP391.4

步態(tài)識(shí)別是根據(jù)人們走路的姿勢(shì)來(lái)進(jìn)行身份識(shí)別[1]，步態(tài)識(shí)別是視頻監(jiān)控領(lǐng)域中的一個(gè)研究熱門。目前，大多數(shù)步態(tài)識(shí)別的研究都是建立在周期分割很好的基礎(chǔ)之上的，因此，步態(tài)周期的研究在步態(tài)識(shí)別中具有非常重要的意義。步態(tài)周期的研究主要有：Boulgouris[2]等人和BenAbdclkader[3]等人利用步態(tài)輪廓的自相關(guān)性來(lái)研究步態(tài)的周期性；Kale等利用人體寬度向量的范數(shù)隨時(shí)間的變化規(guī)律來(lái)計(jì)算步態(tài)周期；Sarkar等人采用人體區(qū)域下部分像素點(diǎn)的周期性的變化規(guī)律確定步態(tài)的周期特性；BenAbdelka則利用人體輪廓的邊界矩形框的寬度變化特點(diǎn)來(lái)確定步態(tài)周期；王科俊[4]利用基于區(qū)域特征的方法研究步態(tài)周期；陳實(shí)[5]等人以步態(tài)序列中人體輪廓區(qū)域外接矩形框作為圖像區(qū)域，在圖像區(qū)域自下而上的1/4高度內(nèi)，等量水平分割三個(gè)區(qū)域，計(jì)算各區(qū)累計(jì)輪廓點(diǎn)數(shù)，利用相應(yīng)的點(diǎn)分布直方圖特征檢測(cè)出步態(tài)周期。

1 圖像預(yù)處理

先對(duì)視頻中的單幀圖像進(jìn)行灰度變換后，利用如下辦法獲取背景圖像和差分圖像：

Isub（x，y，t）=I（x，y，t）-b（x，y）其中，{I（x，y，t）}為步態(tài)序列。

對(duì)差分圖像Isub（x，y，t）二值化后，利用數(shù)學(xué)形態(tài)學(xué)方法、單連通分析和區(qū)域跟蹤算法填充二值圖像的空洞（如圖1（e））。

（a）灰度圖像 （b）背景圖像

（c）背景減除圖像 （d）二值圖像 （e）人體目標(biāo)

圖1 序列圖像預(yù)處理

2 特征提取

步態(tài)周期是指同一只腳連續(xù)兩次觸地的時(shí)間間隔[5]。由于行走過程中，人的下肢擺動(dòng)是具有周期性的，在本文通過提取下肢周期性擺動(dòng)的特征數(shù)據(jù)，研究特征數(shù)據(jù)的統(tǒng)計(jì)規(guī)律，根據(jù)數(shù)據(jù)分布規(guī)律來(lái)確定序列圖像中的步態(tài)周期。

（a） （b） （c）

（d） （e） （f）

圖2 側(cè)面步態(tài)下肢輪廓

我們按攝像機(jī)鏡頭和人行走方向所成的角度，將步態(tài)分成正面步態(tài)和側(cè)面步態(tài)。對(duì)于正面步態(tài)，我們考慮每個(gè)狀態(tài)左右腿的面積之差的變化規(guī)律[6]，此方法解決了正面步態(tài)的周期檢測(cè)，但由于側(cè)面步態(tài)下肢面積變化不具有規(guī)律性，因此這一方法不適用于側(cè)面步態(tài)周期檢測(cè)。對(duì)于側(cè)面步態(tài)，我們利用邊界跟蹤算法獲取下肢輪廓，按公式（1）計(jì)算輪廓質(zhì)心：

， （1）

其中Nb為輪廓邊界點(diǎn)數(shù)，（xi，yi）為輪廓邊界點(diǎn)像素坐標(biāo)。

按逆時(shí)針方向?qū)⑤喞吔缯归_，計(jì)算由邊界像素點(diǎn)到質(zhì)心的距離（如圖3所示），并所組成一個(gè)距離信號(hào)，對(duì)距離信號(hào)進(jìn)行采樣，得到距離信號(hào)向量 ，其中：

（2）

則 （3）

當(dāng)步幅最小時(shí)（圖2（a），（c），（e）），對(duì)應(yīng)的 是一個(gè)極小值，當(dāng)步幅最大時(shí)（圖2（b），（d），（f）），對(duì)應(yīng)的 是一個(gè)極大值。由向量 的范數(shù)變化具有周期性，其周期恰好等于一個(gè)步態(tài)周期。 的范數(shù)變化情況如圖4所示。

圖3 外輪廓展開圖

圖4 距離向量變化曲線

3 沈俊算子濾波

Shen濾波器原理[7]：

設(shè)f（x）是信號(hào)源，則

式中，fR（x）是f（x）對(duì)信號(hào)源先進(jìn)行正向遞歸濾波然后再進(jìn)行反向遞歸濾波后的輸出，其中fL（0）=f（0），fR（N）=fL（N）， 0<α<1。在實(shí)驗(yàn)中，我們選取α=0.2，利用公式（4）對(duì)距離變化曲線 進(jìn)行濾波后，得到光滑的變化曲線（圖6（a），6（b））。設(shè)F（x）為經(jīng)過Shen濾波器濾波后的得到的曲線，對(duì)F（x）再次利用公式（3）進(jìn)行正向和反向遞歸濾波，設(shè)濾波后的輸出分別為I1，I2，F(xiàn)（x）的過零點(diǎn)可由公式（5）求出，如圖5所示，相鄰的兩個(gè)過零點(diǎn)的時(shí)間間隔等于1/2個(gè)步態(tài)周期。

（5）

（a）

（b）

圖5 濾波后的歩態(tài)特征曲線

4 實(shí)驗(yàn)結(jié)果分析

本算法在Intel corei5 CPU，4G RAM的WindowXP平臺(tái)下，利用VC6.0編程，在CASIA步態(tài)數(shù)據(jù)庫(kù)和Soton samllDB數(shù)據(jù)庫(kù)中，均能正確檢測(cè)出步態(tài)周期。實(shí)驗(yàn)證明本文提出的步態(tài)周期檢測(cè)算法，復(fù)雜度低，魯棒性好，在Soton samllDB數(shù)據(jù)庫(kù)中對(duì)手里拎著一個(gè)包的人體步態(tài)，也能正確檢測(cè)出正確的步態(tài)周期。如圖6所示。

圖6

致謝：感謝中國(guó)科學(xué)院自動(dòng)化研究所和英國(guó)南安普頓大學(xué)提供的步態(tài)數(shù)據(jù)庫(kù)。

參考文獻(xiàn)：

[1]王亮，胡衛(wèi)明，譚鐵牛.基于步態(tài)的身份識(shí)別[J].計(jì)算機(jī)學(xué)報(bào)，2003（03）.

[2]N.V.Boulgouris，K.Plataniotis，and D.Hatzinakos，Gait Recognition Using Dynamic Time Warping，Proc.2004 IEEE Workshop on Multimedia Signal Processing，IEEEPress，pp，2005.

[3]C.Ben-Abdelkader，R.Cutler，and L.Davis.Motion-based recognition of people in eigengait space.In IEEE Conf Automatic Face and Gesture Recognition，pages，2002.

[4]王科俊，賁晛燁，基于區(qū)域特征分析的步態(tài)周期檢測(cè)方法[P].哈爾濱：哈爾濱工程大學(xué)，2009.

[5]陳實(shí)，馬天駿，黃萬(wàn)紅.用于步態(tài)識(shí)別的多層窗口圖像矩[J].電子與信息學(xué)報(bào)，2009（01）.

[6]潘興廣，楊國(guó)榮.基于視頻的正面步態(tài)周期檢測(cè)方法[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2013（06）.

[7]Lin Wang，Renlong Pan，Mo Dai.An Efficient Method Based on Orientation Field for Detection of License Plates，F(xiàn)uzzy Systems and Knowledge Discovery，2009.FSKD'09.Sixth InternationalConference on Volume 5.

作者簡(jiǎn)介：潘興廣（1979-），男，貴州黃平人，實(shí)驗(yàn)師，研究方向：計(jì)算機(jī)視覺、模式識(shí)別和圖像處理；楊國(guó)榮（1979-），男，講師，貴州安順人，研究方向：計(jì)算機(jī)視覺、模式識(shí)別和圖像處理。

作者單位：貴州民族大學(xué)模式識(shí)別與智能系統(tǒng)實(shí)驗(yàn)室，貴陽(yáng) 550025；貴州師范學(xué)院 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，貴陽(yáng) 550018

基金項(xiàng)目：貴州民族大學(xué)2013年科研基金資助項(xiàng)目。