《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計應(yīng)用 > 嵌入式人體步態(tài)自動識別系統(tǒng)
嵌入式人體步態(tài)自動識別系統(tǒng)
中國科學(xué)技術(shù)大學(xué) 劉海濤 關(guān)勝曉
摘要: 本嵌入式自動步態(tài)識別系統(tǒng)主要包括CCD攝像機(jī)、圖像采集卡、嵌入式系統(tǒng),、顯示屏等,。其中最為核心的是嵌入式系統(tǒng)部分,它包括Renesas 32位嵌入式芯片SH7709S,、存儲器、外圍電路、鍵盤,、鼠標(biāo)等。主要完成視頻序列信號的預(yù)處理,、處理,、步態(tài)識別、顯示輸出等功能,。
Abstract:
Key words :

       早期的醫(yī)學(xué)研究指出:人的步態(tài)中有24種不同的成分,,如果把這24種成分都考慮到,則步態(tài)是為個體所特有的,。有關(guān)研究人員近些年來通過對人的步態(tài)分析,,已經(jīng)得出了在步態(tài)視頻序列中含有人的身份信息,因此進(jìn)行步態(tài)識別也是一種非常重要的生物識別技術(shù),。步態(tài)識別是近年來越來越多的研究者所關(guān)注的一種較新的生物認(rèn)證技術(shù),,它是通過人的走路方式來識別人的身份,。基于步態(tài)的身份認(rèn)證識別技術(shù)相對于其它生物識別技術(shù)有如下優(yōu)點(diǎn):遠(yuǎn)距離識別,、識別對象的被動性,、不易被隱藏、不易被察覺,、應(yīng)用領(lǐng)域廣闊等,,步態(tài)識別技術(shù)最近已經(jīng)備受關(guān)注,并且已經(jīng)取得了一些初步成果,。如美國國防部研究項(xiàng)目署(DARPA)2000年的重大項(xiàng)目一HID(human identification at adistance)計劃,,其目的就是開發(fā)多模態(tài)視覺監(jiān)控技術(shù)以實(shí)現(xiàn)遠(yuǎn)距離情況下人物的檢測、分類和識別,。中科院自動化研究所模式識別國家重點(diǎn)實(shí)驗(yàn)室近年也開始了對步態(tài)識別的研究,,而且創(chuàng)建了NLPR步態(tài)數(shù)據(jù)庫。

 
  雖然步態(tài)識別是一個新興的研究領(lǐng)域,,但是近年來已經(jīng)涌現(xiàn)出了一些嘗試性的工作,。最早提出步態(tài)識別算法的是Niyogi與Adelson等人。Cunado和Nixon等人提出了一種基于模型的特征提取分析方法,,VHT(velocity hough transform),。Kale等人將行人的外輪廓寬度作為圖像特征,提出了一種依賴于角度的識別方法,。而Johnson和Bobick提出了一種不依賴于角度的步態(tài)識別算法,。Sarkar等人提出了步態(tài)識別的基線算法。Lee等人提出了一種基于步態(tài)外形的表達(dá)方法,,其具體做法是先將人體的各個部分映射到幾個橢圓組成的模型上,,然后用其質(zhì)心位置和離心率作為步態(tài)特征來進(jìn)行步態(tài)識別。Wang等人提出了一種簡單有效的,、基于人體運(yùn)動輪廓的識別算法,。值得注意的是,步態(tài)識別的研究尚處于初級階段,,表現(xiàn)在:a.實(shí)驗(yàn)都是在特定的環(huán)境下進(jìn)行的,,比如相對簡單固定的背景,人相對于攝像機(jī)側(cè)面行走,,攝像機(jī)固定不動等;b.算法的評估都是在小樣本數(shù)據(jù)庫上進(jìn)行的,,而且數(shù)據(jù)庫也不規(guī)范,。
 
  迄今為止,針對步態(tài)識別所進(jìn)行的研究幾乎全部是基于PC機(jī)的,,而在許多情況下,,卻需要非PC機(jī)環(huán)境,,所以研究基于嵌入式平臺的步態(tài)識別系統(tǒng),具有一定的工程意義,。本系統(tǒng)的功能是對采集到的步態(tài)視頻序列進(jìn)行圖像處理,,得到視頻序列中的人體步態(tài)信息,再由步態(tài)算法根據(jù)所得到的步態(tài)信息進(jìn)行步態(tài)識別,。
 
  1 系統(tǒng)結(jié)構(gòu)
 
  本嵌入式自動步態(tài)識別系統(tǒng)主要包括CCD攝像機(jī),、圖像采集卡、嵌入式系統(tǒng),、顯示屏等,。其中最為核心的是嵌入式系統(tǒng)部分,它包括Renesas 32位嵌入式芯片SH7709S,、存儲器,、外圍電路、鍵盤,、鼠標(biāo)等,。主要完成視頻序列信號的預(yù)處理、處理,、步態(tài)識別,、顯示輸出等功能。該系統(tǒng)的結(jié)構(gòu)示意圖如圖1所示,。

2 步態(tài)識別的基本原理

  2.1 雙目立體視覺

  雙目立體視覺是今年來在圖像測量領(lǐng)域發(fā)展起來的一種新技術(shù),,與單目視覺相比,雙目視覺有以下優(yōu)點(diǎn):可以獲得單目視覺中所沒有的視差或者深度信息,;當(dāng)場景中有遮擋發(fā)生時,,雙目立體視覺可以很好地處理遮擋。因?yàn)椴綉B(tài)識別的場景難免存在遮擋,,為了更好地從各個方向獲得步態(tài)視頻序列,,從而能夠?yàn)檫M(jìn)行正確的步態(tài)識別作出鋪墊,所以采用雙目立體視覺來獲取人體步態(tài)視頻序列,。

  在本實(shí)驗(yàn)中,,兩個CCD攝像機(jī)分別固定在一個三角架的兩邊,組成雙目立體視覺,。

  2.2 步態(tài)圖像序列中的光流場

  光流是指圖像中模式運(yùn)動的速度,。光流場是一種二維(2D)瞬時速度場,其中的2D速度矢量是景物中可見點(diǎn)的三維(3D)速度矢量在成像表面的投影,。光流不僅包含了被觀察物體的運(yùn)動信息,,而且攜帶著有關(guān)景物3D結(jié)構(gòu)的豐富信息。光流法假定相鄰時刻之間的間隔很小(一般為幾十ms),從而相鄰時刻的圖像差異也比較小,。

  2.2.1 光流的基本等式

  光流亮度不變性描述的是圖像上某個象素點(diǎn)的灰度值隨時間的變化率為零,,即,展開為

  若記其中u和v是該點(diǎn)的光流的x分量和y分量,則式(1)為

  式(2)就為光流計算的基本等式,。

  2.2.2 光流有關(guān)的計算

  對于圖像上的每一點(diǎn)(xi,yi),,求解光流場方程(2),得到由迭代形式表示的解為:

  2.3 光流場中運(yùn)動特征的提取

  從光流中提取的特征包括運(yùn)動點(diǎn)T,,加權(quán)的運(yùn)動點(diǎn)|(u,v)|,,|u|,|v|,,以及光流分布的質(zhì)心特征等,。通過光流場,利用T(u,,v)將運(yùn)動點(diǎn)(白色)和非運(yùn)動點(diǎn)(黑色)區(qū)分開來,,由下式表示:

  在本實(shí)驗(yàn)中,選取|(u,,v)|加權(quán)橫坐標(biāo)作為從光流場中提取的步態(tài)特征,。

  2.4 步態(tài)特征的數(shù)據(jù)融合

  對于所提取的步態(tài)特征xuc和yuc,由數(shù)據(jù)融合算法D-S合成公式:

  其中m1和m2是特征空間上的兩個mass函數(shù),,N為矛盾引子,,

 2.5 識別

  將由數(shù)據(jù)融合得出的特征進(jìn)行基于PCA的特征空問變換。假設(shè)初始的訓(xùn)練樣本集為T={pi-j},i=1,,2,,…,C,,j=1,,2,…,,Ni,;第i個人第j個步態(tài)樣本向量為Xij,而樣本總數(shù)為NT=N1+N2+…+Nc,。

  求樣本集的總體均值向量μ和協(xié)方差矩陣∑,,

  如果協(xié)方差矩陣∑的秩為N,由det|λI-∑|=0求得矩陣∑的N個特征值λ1,,λ2,,λ3,…,,λN,,并由矩陣方程λiI-∑=0,,i=0,1,2,…,,N;求得對應(yīng)于N個特征值λ1,λ2,,λ3,,…,λN的N個特征向量e1,,e2,,e3,…,,eN,。選取與前K個最大特征值對應(yīng)的前K個特征向量,并使其中α表示樣本集在前K個軸上的能量占整個能量的百分比,。通常取α值接近于1,,以使得樣本集在前K個軸上的能量幾乎接近于整個能量。

  用式(2)中所求得K個特征向量重建初始樣本集中的每個樣本,。算法如下:

  這樣就得到一個K維的權(quán)向量Ωi,,j用于進(jìn)行識別。

  選取最近鄰分類法進(jìn)行步態(tài)模式分類,。設(shè)經(jīng)過特征提取并向特征空間投影,,所得到的特征向量為Ω,求得Ω與每個每個模式類的平均向量Ω i,,j之間的歐幾立德距離,。

  其中

  由最近鄰分類法的判決準(zhǔn)則可知,當(dāng)εi(x)的值最小時,,則x∈εi,;否則x∈εi。

  2.6 識別的有效性與錯誤率

  根據(jù)模式識別的原理,,當(dāng)有兩類步態(tài)時,,步態(tài)識別的錯誤率由下式給出:

  其中積分區(qū)間R1為當(dāng)w2誤判為w1時的誤判區(qū)間,而積分區(qū)間R2為當(dāng)w1誤判為w2時的誤判區(qū)間,。當(dāng)p(e)最小時,,識別越有效,而當(dāng)p(e)越大時,,識別性能越差,。當(dāng)有多類步態(tài)時,依次類推,。

  3 系統(tǒng)實(shí)現(xiàn)

  3.1 硬件實(shí)現(xiàn)

  系統(tǒng)硬件連接框圖如圖2所示,。

  3.2 軟件實(shí)現(xiàn)

  系統(tǒng)軟件流程圖如圖3所示,。

  4 結(jié)論

  步態(tài)識別已成為近些年來計算機(jī)視覺領(lǐng)域新的研究方向。本文提出了一種簡單的自動步態(tài)識別方法,,并給出了基于Renesas嵌入式芯片的自動步態(tài)識別系統(tǒng),,從長遠(yuǎn)來看,該系統(tǒng)的應(yīng)用很廣泛,。

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。