我的步态识别研究笔记

⚠以下所有问题均是在考虑实时性的基础下思考的！⚠

推流服务器：腾讯云的LightHouse and rtmp摄像头 60块钱一年？

reply:

---

卡尔曼滤波与匈牙利算法结合？

reply:

---

行人追踪是多人步态识别必不可缺之物？

reply:

---

我该如何得到质量较好步态数据集，且包含原图与轮廓silhousette图？（：如果只有一系列连续原图，就相当于得到了一个完整的视频。

reply:

---

实例分割获取步态轮廓图速度太慢了，完全没有办法落地，背景减除法效果与速度都满足要求，但是非常不稳定，很容易受到光照之内的自然因素影响，而且多人的情况下效果非常差，没有办法投入使用，我该用什么办法？

reply:

---

目标检测人体的时候，根据探究，人在摄像机前的运动有三种：逐渐出现在摄像头视野中->全身都在摄像头视野中->逐渐消失在摄像头视野中，我们需要剔除第一和第三也就是逐渐出现和逐渐消失两种阶段的图像，因为这是不完整的，但是该如何识别出这两种阶段并且当裁剪人像的时候，不裁剪出来这两个阶段的不完整人体？

reply:

---

目标检测到人体的时候，人是在运动的，也就是说人像的w,h是在时刻变化的，这时候剪取的人像尺寸不一致，后续无法处理，该怎么样使得w,h固定不变的同时，不丢失也不过多的增加无效的裁剪图像？

reply:

---

⚠无关紧要凑字数的抄来的最好可以不看的⚠

步态识别概述：

步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比图像识别更具优势。

步态是指人们行走时的方式，这是一种复杂的行为特征。罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在作案现场，但有样东西他们是很难控制的，这就是走路的姿势。

英国南安普敦大学电子与计算机系的马克·尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异。对一个人来说，要伪装走路姿势非常困难，不管罪犯是否带着面具自然地走向银行出纳员还是从犯罪现场逃跑，他们的步态就可以让他们露出马脚。

人类自身很善于进行步态识别，在一定距离之外都有经验能够根据人的步态辨别出熟悉的人。步态识别的输入是一段行走的视频图像序列，因此其数据采集与面像识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。尽管生物力学中对于步态进行了大量的研究工作，基于步态的身份鉴别的研究工作却是刚刚开始。步态识别主要提取的特征是人体每个关节的运动。到目前为止，还没有商业化的基于步态的身份鉴别系统。

工作原理

步态识别是一个相当新的发展方向，它旨在从相同的行走行为中寻找和提取个体之间的变化特征，以实现自动的身份识别。安全视频智能监控场合中自动步态识别系统的基本工作原理框图的一般框架如图1所示，它是融合计算机视觉、模式识别与视频/图像序列处理的一门技术。

首先由监控摄像机采集人的步态，通过检测与跟踪获得步态的视频序列，经过预处理分析提取该人的步态特征。即对图像序列中的步态运动进行运动检测、运动分割、特征提取等步态识别前期的关键处理。

其次，再经过进一步处理，使其成为与己存贮在数据库的步态的同样的模式；

最后，将新采集的步态特征与步态数据库的步态特征进行比对识别，有匹配的即进行预/报警。无匹配的，监控摄像机则继续进行步态的采集。

因此，一个智能视频监控的自动步态识别系统，实际上主要由监控摄像机、一台计算机与一套好的步态视频序列的处理与识别的软件所组成。其中，最关键的是步态识别的软件算法。所以，对智能视频监控系统的自动步态识别的研究，也主要是对步态识别的软件算法的研究。