2 步態(tài)識(shí)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(shí)，雙目立體視覺可以很好地處理遮擋。因?yàn)椴綉B(tài)識(shí)別的場景難免存在遮擋，為了更好地從各個(gè)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(shí)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(gè)CCD攝像機(jī)分別固定在一個(gè)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(dòng)的速度。光流場是一種二維(2D)瞬時(shí)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(dòng)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(shí)刻之間的間隔很小(一般為幾十ms)，從而相鄰時(shí)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(gè)象素點(diǎn)的灰度值隨時(shí)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(jì)算的基本等式。

　　2．2．2 光流有關(guān)的計(jì)算

　　對(duì)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(dòng)特征的提取

　　從光流中提取的特征包括運(yùn)動(dòng)點(diǎn)T，加權(quán)的運(yùn)動(dòng)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(dòng)點(diǎn)(白色)和非運(yùn)動(dòng)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(duì)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(gè)mass函數(shù)，N為矛盾引子，

 2．5 識(shí)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(gè)人第j個(gè)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(gè)特征值λ1，λ2，λ3，…，λN，并由矩陣方程λiI-∑=0，i=0,1,2，…，N;求得對(duì)應(yīng)于N個(gè)特征值λ1，λ2，λ3，…，λN的N個(gè)特征向量e1，e2，e3，…，eN。選取與前K個(gè)最大特征值對(duì)應(yīng)的前K個(gè)特征向量，并使其中α表示樣本集在前K個(gè)軸上的能量占整個(gè)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(gè)軸上的能量幾乎接近于整個(gè)能量。

　　用式(2)中所求得K個(gè)特征向量重建初始樣本集中的每個(gè)樣本。算法如下：

　　這樣就得到一個(gè)K維的權(quán)向量Ωi，j用于進(jìn)行識(shí)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(gè)每個(gè)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(shí)，則x∈εi；否則x∈εi。

　　2．6 識(shí)別的有效性與錯(cuò)誤率

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

　　其中積分區(qū)間R1為當(dāng)w2誤判為w1時(shí)的誤判區(qū)間，而積分區(qū)間R2為當(dāng)w1誤判為w2時(shí)的誤判區(qū)間。當(dāng)p(e)最小時(shí)，識(shí)別越有效，而當(dāng)p(e)越大時(shí)，識(shí)別性能越差。當(dāng)有多類步態(tài)時(shí)，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(shí)別已成為近些年來計(jì)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(dòng)步態(tài)識(shí)別方法，并給出了基于Renesas嵌入式芯片的自動(dòng)步態(tài)識(shí)別系統(tǒng)，從長遠(yuǎn)來看，該系統(tǒng)的應(yīng)用很廣泛。