基于CNN的安防监控步态特征提取研究

摘要：

通过人体行走步态特征智能检测识别应用在安防监控系统,提出一种基于卷积神经网络(CNN)的人体行走步态特征识别方法.采用视频和红外成像技术进行步态图像采集,采用三维区域轮廓扫描方法进行安防监控人体步态图像的三维轮廓检测,采用相关滤波跟踪算法进行步态红外图像的形状特征提取和信息增强处理,突出安防监控人体步态的类别属性特征点,在步态监控区域内对人体行走轨迹进行直方图均衡化处理,实现安防监控人体步态的个性化特征点提取.对提取的个性化特征点采用卷积神经网络进行分类训练,实现人体行走步态特征智能识别.选取大量安防监控图像进行实验,仿真结果表明,采用该方法进行人体行走步态特征识别的成功率较高,输出人体行走步态个性化匹配特征点总数较多,步态的跟踪识别的偏移像素较小,能有效实现个体化的步态识别,实现安防监控.

关键词：步态、特征提取、安防监控、图像、识别

所属期刊栏目：29

分类号：TP391;TN919.8(计算技术、计算机技术)

资助基金：2018年"攀登计划"广东大学生科技创新培育专项资金立项项目pdjha0628

在线出版日期：2019-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：123-127