基于相邻帧差能量图的步态识别研究

摘要：在图像预处理阶段，本文提出了一种用步态能量图静态部分去噪的方法去除较大空洞和缺口噪声；在步态特征提取阶段，本文提出了一种用相邻帧差能量图来表征步态特征的特征提取方法。首先对步态序列经过标准化处理，得到标准大小的步态图像，然后从标准化的图像序列中计算相邻帧差图序列，最后计算相邻帧差能量图来表征步态特征，结果表明，相邻帧差能量图能够很好的表征步态的动态和静态信息。在分类识别中，本文采用NN分类器进行分类。实验结果表明，本文方法具有较高的识别率。

关键词：步态识别；步态图像；帧差图；步态能量图

中图分类号：TP391.41 文献标识码：A文章编号：1007-9599 (2011) 07-0000-02

Gait Recognition Research Based on Adjacent Frame Difference Energy Image

Zhou Ming

(College of Computer Science,Sichuan University,Chengdu610065,China）

Abstract:In the preprocessing step,a new de-noising method is proposed to eliminate the big noise of the human body in the gait image.In the feature-extraction step,a new gait recognition method based on frame difference energy image is proposed to express the gait feature.Firstly,the gait sequences are standardized by preprocessing step.Then standard size and centered gait images are obtained.Secondly,the adjacent frame difference gait images sequence is computed.Thirdly,using the adjacent frame difference gait images,the adjacent frame gait energy image is obtained.The adjacent frame gait energy image can expressed the static and dynamic feature.Finally,in the classification step,the NN classifier is used.Experimental result shows that the method in this paper is better than the GEI method.

Keywords:Gait recognition;Gait image;Frame difference image;Gait energy image

一、引言

步态识别旨在通过人的行走姿势来识别人的身份，最近的实验表明，步态识别同样可以运用于一些医学疾病的检测之中。步态识别作为一种新兴的特征识别技术，相比于传统的特征识别技术，具有非接触性、难以隐藏和伪装、远距离识别等优点，所以步态识别是一种很有发展潜力的生物特征识别技术，具有很高的研究价值。

步态识别的核心问题是从步态序列中提取唯一的步态特征，并以此来识别个体。近些年来，研究者已经提出了许多行之有效的方法，如James通过对称分析来提取特征[2]；Ju提出利用GEI作为步态特征[3]来进行识别；Liu等人提出用GHI作为步态特征[4]以及Chen等人利用FDEI来表示步态特征[5]。

本文研究了步态识别的一般步骤，在预处理阶段本文采用步态能量图静态部分去除人体区域较大的空洞和缺口噪声。在特征提取阶段，利用相邻帧差图来表示步态的瞬时动态信息，最后结合能量图抗噪声能力较强的优点，提出用相邻帧差能量图来表示步态特征，采用最近邻分类器进行分类识别，得到了较高的识别率。

二、图像预处理

为了得到更好的步态特征，需要对二值的步态侧影图进行预处理，本文对图像进行预处理主要包括形态学去噪、连通域分析、图像缩放以及能量图静态部分去噪四个步骤。

形态学去噪可以去除二值图像中较小的空洞和缺口；连通域分析可以获取人体区域并能够去除人体之外的一些较大的孤立噪声；图像缩放可以将不同的人体放缩到统一的大小，经过标准化大小之后的步态序列的图像大小都是一样的，本文最后标准化的图像大小为140×160。

经过观察发现，在某些帧中，人体内部含有较大的空洞和缺口，而这些帧在整个序列中数量较少。鉴于此，本文提出了利用能量图静态部分去除这些较大噪声的算法。具体思路为：

设经过标准大小之后的图像为 ，整个序列的步态能量图 可利用式（1）求取，利用式（2）可以求出目标行走过程的静态信息 ，其中 是和图像质量相关的参数，在本文中取0.8。

（1）

（2）

最后，对每一幅 ，经过 的处理，处理之后得到二值步态侧影图像，图像的质量能够得到很好的提升，有效的去除了较大的空洞和缺口噪声，为步态特征提取做好了准备。

三、步态特征提取

步态特征提取是步态识别的核心问题，也是本文研究的重点。由于GEI方法具有抗噪声能力较强、较高识别率的特点，出现了很多基于能量图的方法。本文利用相邻帧差图来表示行走过程的瞬时动态信息，并且结合能量图抗噪声能力强的优点，提出了一种相邻帧差能量图来表示步态特征的方法。算法的具体思路为：

设 为步态序列中第 帧标准步态图像，那么相邻的第 帧与 帧的相邻帧差图为 ，即 。假设经过周期检测得到的步态周期为 ，相邻帧差能量图 可通过 来求得，步态能量图 可以通过 来求得，在图1中对步态能量图和相邻帧差能量图的进行了对比。

图1步态能量图（上）和相邻帧差能量图（下）对比

与步态能量图相比，相邻帧差能量图在消除静态信息的同时，包含了更多步态的动态信息。在下半身中，相邻帧差能量图的动态信息主要反映人的步态信息，像素值越大的地方表明行走过程中变化信息越多，像素值越小的地方步态变化信息越少；而在上半身，相邻帧差能量图的动态信息更多的反应了目标自身的静态信息（体型，轮廓等）。在携带包裹或者穿大衣行走条件下，由于携带物在行走过程中变化较少，在这种情况下，提取的步态能量图包含了衣服和包裹的全部信息，而相邻帧差能量图提取的步态特征只包含了衣服和包裹的轮廓信息，所以，相比于步态能量图，相邻帧差能量图引入的携带物的误差较少，如图2所示。

图2携带包裹的侧影图（左），步态能量图（中），相邻帧差能量图（右）

四、实验结果与分析

（一）分类器选择

为了避免复杂的计算，同时重点检验本文提取的特征的有效性，本文采用了最近邻分类器来进行分类识别，并且采用欧氏距离作为样本间的相似度衡量的标准。

（二）实验数据

本文采用的数据来自于中科院的CASIA Dataset B数据库，选择了三种不同的行走条件，在拍摄视角为90°的方向上分别进行实验，实验的具体安排如表1所示

表1实验安排表

实验序号 实验数据 分类器

实验1 普通行走，视角为90° 最近邻

实验2 穿大衣，视角为90°

实验3 携带包裹，视角为90°

（三）结果分析

用本文方法和步态能量图方法在表1所描述的实验数据上进行实验，实验结果见表2。可以从实验结果看出，本文方法在每组实验中的识别率都要好于步态能量图方法。

表2实验结果

识别率（%）

实验编号 本文方法 基于能量图的方法［3］

实验1 99.2 98.4

实验2 96.0 92.7

实验3 87.1 86.3

实验结果进一步说明了用相邻帧差能量图描述的步态特征更具有优越性，能量图的方法是对整个序列求平均，而本文方法侧重于步态行走过程中的动态信息，更符合人体行走是运动的这一特点；同时本文方法结合了能量图方法抗噪声能量较强的优点，所以得到了较好的实验结果。

五、结论

在步态图像预处理阶段，本文方法采用步态能量图的静态部分来填充人体区域的较大的空洞和缺口，得到了较好的步态序列图；在特征提取阶段，本文利用相邻帧差图来表示行走过程的动态信息，并结合能量图抗噪声能力较强的优点，提出了用相邻帧差能量图来表征步态特征的方法。本文实验在中科院CASIA数据集上进行实验，实验结果表明本文方法要好于基于步态能量图的方法。

参考文献：

[1]Mark S.Nixon,John N.Carter.Advances in automatic gait recognition[C].Proceedings of the Sixth IEEE International Conference on Automatic Face and Gesture Recognition.Seoul,Korea:2004,139-144

[2]James B,Hayfron-Acquah.Automatic gait recognition by symmetry analysis[J].Pattern Recognition Letters,2003,24:2175-2183

[3]Ju Han,Bir Bhanu.Individual Recognition Using Gait Energy Image[J].Pattern Analysis and Machine Intelligence.2006,28:316-322

[4]Jianyi Liu,Nanning Zheng.Gait History Image:A novel temporal template for gait recognition[C].IEEE Internat.Conf.on Multimedia and Expo.Beijing China:2007,10:663-666

[5]Changhong Chen,Jimin Liang,Jie Tian.Frame difference energy image for gait recognition with incomplete silhouettes[J].Pattern Recognition Letters,2009,30:977-984