基于视频的人体特征提取方法、人体识别方法和装置制造方法及图纸

本发明专利技术涉及一种基于视频的人体特征提取方法、人体识别方法和装置，其中，基于视频的人体特征提取方法用于从视频中提取能够表示个人的外观特性的人体特征，包括：按个人的迈步周期对视频进行分段，得到至少一个视频段；对各所述视频段按所述个人的身体部位进行分块，以得到至少一个图像块集合；利用训练的高斯混合模型，分别从各所述图像块集合中提取一个时空特征向量。能够对个人迈步的视频进行时间上和空间上有物理意义的划分，按照划分得到的图像块集合进行有效的时空对齐，从而准确地提取人体特征。

【技术实现步骤摘要】

本专利技术涉及视频内容分析和视频监控领域，尤其涉及一种基于视频的人体特征提取方法、人体识别方法和装置。
技术介绍
在视频内容分析和视频监控中，经常需要对视频中出现的人物的身份进行识别。通常采用的识别方法包括人脸识别、人体识别等。人体识别是采用整个人体的外观特征来进行人物身份的识别，常用于在大量的监控视频中寻找特定人员，如公安部门根据衣服等外观特征来适当减小人工搜索、排查嫌疑犯或失踪人员的范围。人体识别的另一项应用是通过识别穿着特定制服的人员进行方便的门禁管理或者人数统计。目前常用的人体识别方法是基于(单张或多张)静态图像进行识别。与人脸识别类似，从包括整个人体的图像中提取特征，通过对未知人物的特征和已知人物的特征进行比较来确定未知人物的身份。由于静态图像难以完整描述人在不同姿态下的外观特征，目前已经有少量的基于视频进行人体识别的研究工作。参见文献1中的方法是：首先将包含人进行位移的视频序列分割成空间上大致只包括人体和少量背景、时间上大致包含一个迈步周期的较短的视频，将这个视频作为一个三维体数据块，从该三维体数据块上提取例如HOG(Histogram of Oriented Gradient，方向梯度直方图)的三维特征来表示人体的外观，再通过对未知人物的特征和已知人物的特征进行比较来确定未知人物的身份。但采用该方法所提取的HOG三维特征是一种基于固定分块的直方图特征，没有办法保证在空间上对齐了视频的前后帧之间的身体部位，因此，不
能准确提取人体的特征，容易导致识别结果不准确。参考文献：[1]Person Re-identification by Video Ranking,Wang et al.,ECCV 2014.
技术实现思路
技术问题有鉴于此，本专利技术要解决的技术问题是，如何从视频中提取能够表示人的外观特性的人体特征，以尽量提高基于视频进行人体识别的准确度。解决方案为了解决上述问题，本专利技术实施例提供一种基于视频的人体特征提取方法，用于从视频中提取能够表示个人的外观特性的人体特征，包括：按所述个人的迈步周期对所述视频进行分段，得到至少一个视频段；对各所述视频段按所述个人的身体部位进行分块，以得到至少一个图像块集合，一个所述图像块集合包括所述视频段的所有帧图像中针对同一身体部位的图像块；利用训练的高斯混合模型，分别从各所述图像块集合中提取一个时空特征向量，所述时空特征向量能够表示与所述图像块集合相关联的视频段中所述图像块集合所针对的身体部位的外观特性。在一种可能的实现方式中，按所述个人的迈步周期对所述视频进行分段，得到至少一个视频段，包括：计算所述视频的各帧图像的光流强度信号，并根据所述光流强度信号得到所述视频的实际光流强度曲线；对各所述帧图像的光流强度信号进行傅里叶变换得到规则化信号，并获取所述规则化信号在频域的主频率；根据所述主频率对所述规则化信号进行傅里叶逆变换，得到所述视频的
理想光流强度曲线；根据所述实际光流强度曲线和所述理想光流强度曲线的极点值，对所述视频进行分段，得到至少一个所述视频段。在一种可能的实现方式中，所述高斯混合模型通过以下步骤训练得到：按所述迈步周期对视频样本进行分段，得到至少一个训练视频段；对各所述训练视频段按所述身体部位进行分块，以得到至少一个训练图像块集合，一个所述训练图像块集合包括所述训练视频段的所有帧图像中针对同一身体部位的图像块；对于各所述训练图像块集合，分别将所述训练图像块集合中的各图像块的像素点按照底层特征进行分类，对于每一类像素点，训练得到如下式1的高斯模型，所述高斯混合模型包括所述训练图像块集合的每一类像素点对应的高斯模型；Θ＝{(μk,σk,πk):k＝1,…,K本文档来自技高网...

【技术保护点】
一种基于视频的人体特征提取方法，用于从视频中提取能够表示个人的外观特性的人体特征，其特征在于，包括：按所述个人的迈步周期对所述视频进行分段，得到至少一个视频段；对各所述视频段按所述个人的身体部位进行分块，以得到至少一个图像块集合，一个所述图像块集合包括所述视频段的所有帧图像中针对同一身体部位的图像块；利用训练的高斯混合模型，分别从各所述图像块集合中提取一个时空特征向量，所述时空特征向量能够表示与所述图像块集合相关联的视频段中所述图像块集合所针对的身体部位的外观特性。

【技术特征摘要】
1.一种基于视频的人体特征提取方法，用于从视频中提取能够表示个人的外观特性的人体特征，其特征在于，包括：按所述个人的迈步周期对所述视频进行分段，得到至少一个视频段；对各所述视频段按所述个人的身体部位进行分块，以得到至少一个图像块集合，一个所述图像块集合包括所述视频段的所有帧图像中针对同一身体部位的图像块；利用训练的高斯混合模型，分别从各所述图像块集合中提取一个时空特征向量，所述时空特征向量能够表示与所述图像块集合相关联的视频段中所述图像块集合所针对的身体部位的外观特性。2.根据权利要求1所述的方法，其特征在于，按所述个人的迈步周期对所述视频进行分段，得到至少一个视频段，包括：计算所述视频的各帧图像的光流强度信号，并根据所述光流强度信号得到所述视频的实际光流强度曲线；对各所述帧图像的光流强度信号进行傅里叶变换得到规则化信号，并获取所述规...

【专利技术属性】
技术研发人员：黄锐，
申请(专利权)人：日本电气株式会社，
类型：发明
国别省市：日本;JP