CN114140880A - 步态识别方法和装置 - Google Patents

Abstract

本公开的实施例公开了步态识别方法和装置。该方法的一具体实施方式包括：获取第一步态图像序列和第二步态图像序列；对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；对第一步态模型序列和第二步态模型序列进行视角对齐；根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。该实施方式有助于提升步态识别结果的准确度。

Description

步态识别方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及步态识别方法和装置。

背景技术

行人重识别(Person re-identification)也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。给定一个指定行人的图像或视频，在跨设备下的图像或视频中搜索指定行人，旨在弥补固定的摄像头的视觉局限。行人重识别技术可以与行人检测或行人跟踪技术相结合，可应用于智能视频监控、智能安保等领域。但是不同摄像设备之间的差异，以及行人的外观穿着、尺度、遮挡、姿态和视角等对行人重识别结果的准确度影响较大。

步态识别是一种新兴的生物特征识别技术，旨在通过行人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。现有步态识别方法主要包括基于模型的步态识别和基于外形的步态识别两种。基于模型的步态识别主要是通过对人体肢体运动模式进行建模来刻画步态参数(如运动轨迹、肢体长度、肢体弯曲角度等)，然后利用运动模式的差异辨别不同的行人。基于外形的步态识别主要是从人体步态轮廓序列中提取步态的空间特征和时序特征，然后通过计算特征之间的相似性来完成步态匹配与识别。但是人体是一种三维目标，在不同视角下拍摄的人体步态轮廓序列存在较大的差异，这种由视角差异引起的类内和类间特征差异对步态识别结果的准确度影响较大。

发明内容

本公开的实施例提出了步态识别方法和装置。

第一方面，本公开的实施例提供了一种步态识别方法，该方法包括：获取第一步态图像序列和第二步态图像序列；对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；对第一步态模型序列和第二步态模型序列进行视角对齐；根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

第二方面，本公开的实施例提供了一种步态识别装置，该装置包括：获取单元，被配置成获取第一步态图像序列和第二步态图像序列；建模单元，被配置成对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；对齐单元，被配置成对第一步态模型序列和第二步态模型序列进行视角对齐；识别单元，被配置成根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的步态识别方法和装置，通过对带匹配的两个步态图像序列分别进行三维建模，得到对应的两个步态模型序列，然后先将两个步态模型序列进行视角对齐，再基于对齐后的步态模型序列进行步态识别，可以实现同一视角下的步态匹配和识别，避免视角差异对步态匹配与识别造成的干扰，从而有助于提升步态识别结果的准确度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性***架构图；

图2是根据本公开的步态识别方法的一个实施例的流程图；

图3a是根据本公开的步态图像的一个示意图；

图3b是根据本公开的步态模型的一个示意图；

图4是是根据本公开的步态识别方法的又一个实施例的流程图；

图5是是根据本公开的步态识别方法的再一个实施例的流程图；

图6是是根据本公开的步态识别方法的另一个实施例的流程图；

图7是根据本公开的实施例的步态识别方法的一个应用场景的示意图；

图8是根据本公开的步态识别装置的一个实施例的结构示意图；

图9是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，本公开中涉及的数据获取(如用户的图像或视频等等)是在已获取到相关主体的授权的基础上进行的，均符合相关法律法规的规定。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的步态识别方法或步态识别装置的实施例的示例性架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用。例如，浏览器类应用、搜索类应用、即时通信工具、购物类应用、多媒体处理类应用的等等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、智能摄像设备(如摄像头、录像机等等)、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103提供各种服务的后端服务器。服务器105可以根据终端设备101、102、103的请求，对第一步态图像序列和第二步态图像序列进行处理，以得到步态识别结果。

需要说明的是，本公开的实施例所提供的步态识别方法一般由服务器105执行，相应地，步态识别装置一般设置于服务器105中。

还需要指出的是，终端设备101、102、103中也可以安装有多媒体处理类应用，终端设备101、102、103也可以基于多媒体处理类应用对第一步态图像序列和第二步态图像序列进行处理，以得到步态识别结果。此时，步态识别方法也可以由终端设备101、102、103执行，相应地，步态识别装置也可以设置于终端设备101、102、103中。此时，示例性***架构100可以不存在服务器105和网络104。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本公开的步态识别方法的一个实施例的流程200。该步态识别方法包括以下步骤：

步骤201，获取第一步态图像序列和第二步态图像序列。

在本实施例中，步态图像可以指呈现有人的走路姿态的图像。步态图像序列可以由若干个步态图像组成。一般地，一个步态图像序列中的各步态图像均为同一人的步态图像。

需要说明的是，步态图像可以是各种类型的图像。例如，可以从指定人的走路视频中选取视频帧作为步态图像，也可以将选取的视频帧经过处理(如锐化、二值化处理等等)后的图像作为步态图像。

第一步态图像序列和第二步态图像序列可以是任意的步态图像序列。需要说明的是，为了便于描述要匹配的两个步态图像序列，将两个步态图像序列分别命名为第一步态图像序列和第二步态图像序列本领域技术人员应当理解，其中的第一和第二并不构成对步态图像序列的特殊限定。

步态识别方法的执行主体(如图1所示的服务器105等)可以从本地或其他电子设备(如图1所示的终端设备101、102、103等)获取第一步态图像序列和第二步态图像序列。

步骤202，对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列。

在本实施例中，可以分别对第一步态图像序列中的各步态图像中的人体进行三维建模，得到各步态图像分别对应的步态模型，进而得到由第一步态图像序列中的各步态图像分别对应的步态模型组成的第一步态模型序列。

同样地，可以分别对第二步态图像序列中的各步态图像中的人体进行三维建模，得到各步态图像分别对应的步态模型，进而得到由第二步态图像序列中的各步态图像分别对应的步态模型组成的第二步态模型序列。

下面参见图3a和图3b，图3a是本实施例中的步态图像的一个示意图，图3b是本实施例中的步态模型的一个示意图。

具体地，对于一步态图像，可以利用现有的各种三维建模方法对该步态图像中的人体进行对应的三维建模。例如，三维建模方法包括但不限于：多边形建模(PolygonModeling)、参数化建模(Parametric Modeling)、逆向建模(Reverse Modeling)、曲面建模(NURBS Modeling)等等。作为示例，可以采用现有的三维网格重建方法进行三维建模。

三维建模的处理过程可以使用如下公式描述：

R(x_k)＝ROMP(x_k)

其中，X_k表示步态图像序列中的第k个步态图像，ROMP()表示三维建模的过程，R()表示经过三维建模后得到的步态模型。

步骤203，对第一步态模型序列和第二步态模型序列进行视角对齐。

在本实施例中，步态模型序列的视角可以指步态模型序列中的各步态模型对应的拍摄视角。步态模型序列的视角具体可以根据其中的各步态模型分别对应的视角灵活确定。

例如，可以确定步态模型序列中的各步态模型分别对应的视角的平均值作为该步态模型序列的视角。又例如，可以确定步态模型序列中的各步态模型分别对应的视角中出现次数最多的视角作为该步态模型序列的视角。又例如，可以确定步态模型序列中的各步态模型分别对应的视角组成的视角序列作为该步态模型序列的视角。

将第一步态模型序列的视角与第二步态模型序列的视角进行对齐，可以使得对齐后的第一步态模型序列和第二步态模型序列分别对应的视角匹配。

例如，第一步态模型序列对应的视角为正面拍摄视角，第二步态模型序列对应的为侧面拍摄视角，则可以将第二步态模型序列对应的侧面拍摄视角调整为正面拍摄视角来完成第一步态模型序列和第二步态模型序列的对齐，也可以将第一步态模型序列对应的正面拍摄视角调整为侧面拍摄视角来完成第一步态模型序列和第二步态模型序列的对齐，还可以将第一步态模型序列对应的正面拍摄视角和第二步态模型序列对应的侧面拍摄视角均调整为同一指定拍摄视角(如背面拍摄视角等)来完成第一步态模型序列和第二步态模型序列的对齐。

若第一步态模型序列和第二步态模型序列分别对应的视角中包括视角序列，可以灵活采用各种方法来对齐第一步态模型序列和第二步态模型序列分别对应的视角。

例如，第二步态模型序列对应的视角为其中的各步态模型分别对应的视角组成的视角序列，则可以将第二步态模型中的各步态模型对应的步态模型的视角分别调整为第一步态模型序列对应的视角，从而完成第一步态模型序列和第二步态模型序列的视角对齐。

又例如，第一步态模型序列对应的视角为其中的各步态模型分别对应的视角组成的视角序列，且第二步态模型序列对应的视角为其中的各步态模型分别对应的视角组成的视角序列，则可以将第一步态模型序列中的各步态模型的视角和第二步态模型序列中的各步态模型的视角分别调整至同一指定视角，以完成第一步态模型序列和第二步态模型序列的视角对齐。

具体地，可以采用现有的各种视角对齐方法以将第一步态模型序列和第二步态模型序列的视角进行对齐。例如，可以通过旋转步态模型的方法将第一步态模型序列和第二步态模型序列的视角进行对齐。

步骤204，根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

在本实施例中，在经过视角对齐后，得到的对齐后的第一步态模型序列和对齐后的第二步态模型序列对应于同一视角。此时，可以基于同一视角下的对齐后的第一步态模型序列和对齐后的第二步态模型序列进行步态识别，以确定第一步态模型序列对应的人和第二步态模型序列对应的人是否为同一人作为步态识别结果。

具体地，在得到对齐后的第一步态模型序列和对齐后的第二步态模型序列之后，可以利用现有的各种步态识别方法进行步态识别，以得到步态识别结果。步态识别结果可以用于表示第一步态图像序列中的各步态图像中的人和第二步态图像序列中的各步态图像中的人是否相同。

在本实施例的一些可选的实现方式中，在得到对齐后的第一步态模型序列和第二步态模型序列之后，可以提取对齐后的第一步态模型序列的步态特征得到第一步态特征，同时可以提取对齐后的第二步态模型序列的步态特征得到第二步态特征。然后，可以确定第一步态特征和第二步态特征之间的相似度，再根据确定的相似度确定步态识别结果。

其中，步态特征可以通过灵活采用现有的各种步态特征提取方法对步态模型序列进行处理而得到。例如，可以基于步态模型序列的时序性提取步态特征，也可以基于步态模型中的人体的生理特征提取步态特征。

一般地，若第一步态特征和第二步态特征之间的相似度大于预设的相似度阈值，则可以认为第一步态图像序列和第二步态图像序列对应于同一人。对应地，若第一步态特征和第二步态特征之间的相似度不大于预设的相似度阈值，则可以认为第一步态图像序列和第二步态图像序列分别对应于不同的人。

本公开的上述实施例提供的方法通过对待识别的两个步态图像序列进行三维建模，然后将对应得到的两个步态模型序列进行视角对齐，从而将不同视角下的步态识别转化为同一视角下的步态识别，规避视角差异对步态识别的影响，提升跨视角下的步态识别结果的准确度。

进一步参考图4，其示出了步态识别方法的又一个实施例的流程400。该步态识别方法的流程400，包括以下步骤：

步骤401，获取第一步态图像序列和第二步态图像序列。

步骤402，对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列。

步骤403，对第一步态模型序列和第二步态模型序列进行视角对齐。

步骤404，将对齐后的第一步态模型序列中的各步态模型进行二维化，得到第三步态图像序列。

在本实施例中，二维化可以指将高于二维的对象转换成二维的处理过程。具体地，可以采用现有的各种二维化方法(如各种图像处理工具提供的二维化功能、二值化处理等等)对步态模型进行二维化。

对于经过视角对齐后的第一步态模型序列中的每个步态模型，可以对该步态模型进行二维化处理，得到该步态模型对应的二维步态图像，基于此得到由对齐后的第一步态模型序列中的各步态模型分别对应的二维步态图像组成的第三步态图像序列。

步骤405，将对齐后的第二步态模型序列中的各步态模型进行二维化，得到第四步态图像序列。

在本实施例中，对于经过视角对齐后的第二步态模型序列中的每个步态模型，可以对该步态模型进行二维化处理，得到该步态模型对应的二维步态图像，基于此得到由对齐后的第二步态模型序列中的各步态模型分别对应的二维步态图像组成的第四步态图像序列。

步骤406，根据第三步态图像序列和第四步态图像序列进行步态识别。

在本实施例中，可以根据基于二维化得到的第三步态图像序列和第四步态图像序列，采用各种步态识别方法进行步态识别以得到步态识别结果。

在本实施例的一些可选的实现方式中，可以利用预先训练的步态特征提取网络分别提取第三步态图像序列和第四步态图像序列对应的步态特征，然后计算第三步态图像序列的步态特征和第四步态图像序列的步态特征之间的相似度，并根据计算得到的相似度，确定步态识别结果。

其中，步态特征提取网络可以利用预设的训练数据和损失函数对初始模型训练得到。训练数据可以包括步态图像序列，每个步态图像序列的标签可以指示其对应的人。初始模型可以由技术人员根据实际的需求灵活搭建，也可以基于现有的各种神经网络模型构建。

例如，初始模型可以基于GaitSet等深度学习模型构建。此时，步态特征提取网络的输入的步态图像序列可以是人体轮廓图像序列。其中，人体轮廓图像序列可以通过对人体图像进行二值化等处理得到。

损失函数可以由技术人员根据实际的应用求预先设置。例如，损失函数L可以设置如下：

其中，N表示输入的训练样本的数目，i对应表示输入的训练样本的编号。F()表示特征提取网络的特征提取过程，即为特征提取网络输出的步态特征。X^a表示任意行人对应的步态图像序列、X^p表示与X^a对应同一行人的其它步态图像序列，Xⁿ表示与X^a对应不同一行人的步态图像序列。M表示裕度参数。[]₊表示取值非负，即若[]计算结果为负，则将L设置为0。

步态特征之间的相似度可以基于各种相似度计算方法(如欧式距离、余弦相似度等等)确定。若计算得到的相似度大于预设的相似度阈值，可以认为第三步态图像序列和第四步态图像序列对应于同一人，即第一步态图像序列和第二步态图像序列对应于同一人。对应地，若计算得到的相似度不大于预设的相似度阈值，可以认为第三步态图像序列和第四步态图像序列分别对应不同的人，即第一步态图像序列和第二步态图像序列分别对应不同的人。

本实施例中未详细说明的内容可参考图2对应实施例中的相关说明，在此不再赘述。

本公开的上述实施例提供的方法在利用三维建模得到两个步态模型序列之后，先通过二维化将步态模型序列转化为二维步态图像序列，再基于二维步态图像序列进行步态识别。和基于如空间变换网络(Spatial Transformer Networks，STN)等二维的视角变换相比，基于三维模型进行视角变换再进行二维化可以尽可能地保留步态信息，从而提升步态识别精度。

进一步参考图5，其示出了步态识别方法的再一个实施例的流程500。该步态识别方法的流程500，包括以下步骤：

步骤501，获取第一步态图像序列和第二步态图像序列。

步骤502，对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列。

步骤503，确定第一步态模型序列中的各步态模型对应的平均视角。

在本实施例中，可以确定第一步态模型序列中的各步态模型分别对应的视角的平均值作为平均视角。

步骤504，分别调整第二步态模型序列中的各步态模型的视角与平均视角对齐。

在本实施例中，对于第二步态模型序列中的每个步态模型，可以调整该步态模型的视角与第一步态模型序列对应的平均视角对齐。

步骤505，根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

本实施例中未详细说明的内容可参考图2和图4对应实施例中的相关说明，在此不再赘述。

本公开的上述实施例提供的方法在进行步态模型序列的视角对齐时，可以确定一个步态模型序列中的各步态模型的平均视角，然后将另一个步态模型序列中的各步态模型的视角调整至平均视角，由此不仅可以减少需要调整视角的步态模型的数量，从而减少计算量，而且可以尽量保留无需调整视角的步态模型序列对应的人的步态信息，有助于提升后续步态匹配和识别的精度。

进一步参考图6，其示出了步态识别方法的另一个实施例的流程600。该步态识别方法的流程600，包括以下步骤：

步骤601，获取目标人的第一步态图像序列。

在本实施例中，目标人可以是任意人，具体可以由技术人员根据实际的应用场景预先指定。目标人的第一步态图像序列可以由呈现目标人的走路姿态的步态图像组成。

步骤602，获取目标视频，以及分别提取目标视频中的各个人的步态图像序列，得到至少一个第二步态图像序列。

在本实施例中，目标视频可以是任意的视频。目标视频可以根据实际的应用场景或应用需求灵活设置。

目标视频中可以包括一个或两个以上个人。此时，对于目标视频中的每个人，可以提取这个人的步态图像序列形成一个第二步态图像序列。基于此，可以得到目标视频中的各个人分别对应的第二步态图像序列。

步骤603，对第一步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列。

步骤604，对于至少一个第二步态图像序列中的每个第二步态图像序列，对该第二步态图像序列中的各步态图像中的人体进行三维建模，得到该第二步态图像序列对应的第二步态模型序列。

步骤605，将得到的至少一个第二步态模型序列分别与第一步态模型序列进行视角对齐。

作为示例，视角对齐的处理过程可以使用如下公式描述：

其中，P()表示两个对象的视角对齐操作。g表示第二步态模型序列，q表示第一步态模型序列。X^g _i,k表示第i个第二步态模型序列中的第k个步态模型。θ^g _i,k表示第i个第二步态模型序列中的第k个步态模型的视角。θ^q _k表示第一步态模型序列中第k个步态模型的视角。K1表示第一步态模型序列的长度。R()表示对视角的旋转操作。R^|()表示视角对齐后的第二步态模型序列。

其中，第一步态模型序列的长度，以及各第二步态模型序列的长度可以相同，也可以不同。

步骤606，提取对齐后的第一步态模型序列的步态特征，以及分别提取至少一个对齐后的第二步态模型序列分别对应的步态特征。

在本实施例中，可以先将各对齐后的第二步态模型序列分别进行二维化，得到对应的各二维步态图像序列，然后再基于得到的各二维步态图像序列分别提取对应的步态特征。

作为示例，通过二值化和渲染操作进行二维化的处理过程可以使用如下公式描述：

其中，X^g _i,k表示第i个第二步态模型序列中的第k个步态模型。R^|()表示视角对齐后的第二步态模型序列。X()表示渲染器。B()表示图像二值化处理。G^|()表示二维化处理后得到的二维图像。

步骤607，对于至少一个对齐后的第二步态模型序列中的每个对齐后的第二步态模型序列，确定该对齐后的第二步态模型序列的步态特征与对齐后的第一步态模型序列的步态特征的相似度，得到该对齐后的第二步态模型序列对应的相似度。

步骤608，根据至少一个对齐后的第二步态模型序列中的各对齐后的第二步态模型序列分别对应的相似度，确定目标视频的步态识别结果。

在本实施例中，在得到各个对齐后的第二步态模型序列的步态特征分别与对齐后的第一步态模型序列的步态特征的相似度后，可以灵活采用各种方法确定目标视频的步态识别结果。其中，目标视频的步态识别结果可以用于表示目标视频中是否包括上述目标人。

例如，可以先选取相似度最大值，然后确定相似度最大值是否大于预设相似度阈值，若大于，可以认为相似度最大值对应的对齐后的第二步态模型序列对应的人即为目标人。

本实施例中未详细说明的内容可参考图2、图4和图5对应实施例中的相关说明，在此不再赘述。

继续参见图7，图7是根据本实施例的步态识别方法的一个示意性的应用场景700。在图7的应用场景中，执行主体可以获取摄像头701拍摄的视频702，并从视频702中提取行人“A”的步态图像序列7031和行人“B”的步态图像序列7032。

然后，可以对行人“A”的步态图像序列7031中的各步态图像进行三维建模，得到对应的步态模型序列7041。同时，可以对行人“B”的步态图像序列7032的各步态图像进行三维建模，得到对应的步态模型序列7042。

此外，执行主体可以预先获取目标人“C”的步态图像序列705，并对其中的各步态图像进行三维建模，得到对应的步态模型序列706。然后，可以将步态模型序列7041的视角调整为步态模型序列706的视角，得到对齐后的步态模型序列7071，以及将步态模型序列7042的视角调整为步态模型序列706的视角，得到对齐后的步态模型序列7072，从而完成视角对齐。

然后，可以将对齐后的步态模型序列7071中的各步态模型进行二维化，得到对应的二维步态图像序列7081，并利用预先训练的步态特征提取网络709提取二维步态图像序列7081的步态特征7001。同时，可以将对齐后的步态模型序列7072中的各步态模型进行二维化，得到对应的二维步态图像序列7082，并利用步态特征提取网络709提取二维步态图像序列7082的步态特征7002。

同时，利用步态特征提取网络709提取步态图像序列705的步态特征710，然后计算行人“A”的步态特征7001与目标人“C”的步态特征之间的相似度711为95％，行人“B”的步态特征7002与目标人“C”的步态特征之间的相似度712为60％，基于此可以得到步态识别结果713，以表示视频702中的行人“A”即为目标人“C”。

本公开的上述实施例提供的方法通过指定目标人的步态图像序列，同时从目标视频中提取其中各个行人的步态图像序列，然后将目标视频中的各个行人的步态图像序列对应的步态模型序列分别与目标人的步态图像序列对应的步态模型序列进行视角对齐，并进行步态匹配，从而确定目标视频中是否包括指定的目标人，实现跨视角下准确地行人识别。

进一步参考图8，作为对上述各图所示方法的实现，本公开提供了步态识别装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图8所示，本实施例提供的步态识别装置800包括获取单元801、建模单元802、对齐单元803和识别单元804。其中，获取单元801被配置成获取第一步态图像序列和第二步态图像序列；建模单元802被配置成对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；对齐单元803被配置成对第一步态模型序列和第二步态模型序列进行视角对齐；识别单元804被配置成根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

在本实施例中，步态识别装置800中：获取单元801、建模单元802、对齐单元803和识别单元804的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述识别单元804进一步被配置成：分别提取对齐后的第一步态模型序列和第二步态模型序列对应的步态特征，得到第一步态特征和第二步态特征；确定第一步态特征和第二步态特征之间的相似度；根据相似度确定步态识别结果。

在本实施例的一些可选的实现方式中，上述识别单元804进一步被配置成：将对齐后的第一步态模型序列中的各步态模型进行二维化，得到第三步态图像序列；将对齐后的第二步态模型序列中的各步态模型进行二维化，得到第四步态图像序列；根据第三步态图像序列和第四步态图像序列进行步态识别。

在本实施例的一些可选的实现方式中，上述识别单元804进一步被配置成：利用预先训练的步态特征提取网络分别提取第三步态图像序列和第四步态图像序列对应的步态特征；确定第三步态图像序列和第四步态图像序列分别对应的步态特征的相似度，以及根据所确定的相似度，确定步态识别结果。

在本实施例的一些可选的实现方式中，上述对齐单元803进一步被配置成：确定第一步态模型序列中的各步态模型对应的平均视角；分别调整第二步态模型序列中的各步态模型的视角与平均视角对齐。

在本实施例的一些可选的实现方式中，上述获取单元801进一步被配置成：获取目标人的第一步态图像序列；获取目标视频，以及分别提取目标视频中的各个人的步态图像序列，得到至少一个第二步态图像序列；以及上述建模单元802进一步被配置成：对第一步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列；对于少一个第二步态图像序列中的每个第二步态图像序列，对该第二步态图像序列中的各步态图像中的人体进行三维建模，得到第二步态模型序列。

在本实施例的一些可选的实现方式中，上述对齐单元803进一步被配置成：将得到的至少一个第二步态模型序列分别与第一步态模型序列进行视角对齐。

本公开的上述实施例提供的装置，通过获取单元获取第一步态图像序列和第二步态图像序列；建模单元对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；对齐单元对第一步态模型序列和第二步态模型序列进行视角对齐；识别单元根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别，可以实现同一视角下的步态匹配和识别，避免视角差异对步态匹配与识别造成的干扰，从而有助于提升步态识别结果的准确度。

下面参考图9，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)900的结构示意图。图6示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图9所示，电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

通常，以下装置可以连接至I/O接口905：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907；包括例如磁带、硬盘等的存储装置908；以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图9中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置909从网络上被下载和安装，或者从存储装置908被安装，或者从ROM 902被安装。在该计算机程序被处理装置901执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取第一步态图像序列和第二步态图像序列；对第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；对第一步态模型序列和第二步态模型序列进行视角对齐；根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、建模单元、对齐单元和识别单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取第一步态图像序列和第二步态图像序列的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种步态识别方法，包括：

获取第一步态图像序列和第二步态图像序列；

对所述第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；

对所述第一步态模型序列和第二步态模型序列进行视角对齐；

根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

2.根据权利要求1所述的方法，其中，所述根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别，包括：

分别提取对齐后的第一步态模型序列和第二步态模型序列对应的步态特征，得到第一步态特征和第二步态特征；

确定所述第一步态特征和第二步态特征之间的相似度；

根据所述相似度确定步态识别结果。

3.根据权利要求1所述的方法，其中，所述根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别，包括：

将对齐后的第一步态模型序列中的各步态模型进行二维化，得到第三步态图像序列；

将对齐后的第二步态模型序列中的各步态模型进行二维化，得到第四步态图像序列；

根据所述第三步态图像序列和所述第四步态图像序列进行步态识别。

4.根据权利要求3所述的方法，其中，所述根据所述第三步态图像序列和所述第四步态图像序列进行步态识别，包括：

利用预先训练的步态特征提取网络分别提取所述第三步态图像序列和第四步态图像序列对应的步态特征；

确定所述第三步态图像序列和第四步态图像序列分别对应的步态特征的相似度，以及根据所确定的相似度，确定步态识别结果。

5.根据权利要求1-4之一所述的方法，其中，所述对所述第一步态模型序列和第二步态模型序列进行视角对齐，包括：

确定所述第一步态模型序列中的各步态模型对应的平均视角；

分别调整所述第二步态模型序列中的各步态模型的视角与所述平均视角对齐。

6.根据权利要求1-4之一所述的方法，其中，所述获取第一步态图像序列和第二步态图像序列，包括：

获取目标人的第一步态图像序列；

获取目标视频，以及分别提取所述目标视频中的各个人的步态图像序列，得到至少一个第二步态图像序列；以及

所述对所述第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列，包括：

对所述第一步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列；

对于所述至少一个第二步态图像序列中的每个第二步态图像序列，对该第二步态图像序列中的各步态图像中的人体进行三维建模，得到第二步态模型序列。

7.根据权利要求6所述的方法，其中，所述对所述第一步态模型序列和第二步态模型序列进行视角对齐，包括：

将得到的至少一个第二步态模型序列分别与第一步态模型序列进行视角对齐。

8.一种步态识别装置，包括：

获取单元，被配置成获取第一步态图像序列和第二步态图像序列；

建模单元，被配置成对所述第一步态图像序列和第二步态图像序列中的各步态图像中的人体进行三维建模，得到第一步态模型序列和第二步态模型序列；

对齐单元，被配置成对所述第一步态模型序列和第二步态模型序列进行视角对齐；

识别单元，被配置成根据对齐后的第一步态模型序列和第二步态模型序列，进行步态识别。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images