基于步態(tài)能量圖特征與稀疏編碼的步態(tài)識別

王賽男

（江蘇聯(lián)合職業(yè)技術學院南京工程分院，南京211135）

0 引言

近些年來，基于圖像的生物特征識別技術得到了迅速發(fā)展，漸漸融入人們生活中，如人臉識別、虹膜識別和指紋識別等[1]。然而，此類身份識別方法均存在一個問題：需要被識別人參與和協(xié)作[2-3]。步態(tài)識別作為一種新興的生物特征識別技術，其具有遠距離識別、非侵犯性和不易被察覺等特點，可以較好地解決上述問題。現(xiàn)有步態(tài)特征識別方法可分為三大類：①時空描述法：主要通過研究人體在行走過程中步速、步長和單步時長來進行步態(tài)識別[4-6]。②模型法：該類方法主要通過構造與人體結構或運動相關的模型來實現(xiàn)步態(tài)識別[7-9]。③動靜態(tài)特征法：其主要提取和分析人體在行走過程中的靜態(tài)特征和動態(tài)特征，如步態(tài)能量圖（Gait Energy Image，GEI）[10]、質心和輪廓關鍵點特征等[11-12]，并 使 用PCA（Principal Component Analysis）和SVM（Support Vector Machine）等方法實現(xiàn)步態(tài)識別[13]。上述方法中，時空描述法相對出現(xiàn)較早，其識別精度有限，受攝像機位置影響較大；模型法則根據(jù)已有數(shù)據(jù)，經過大量計算后，才可以得到一定的識別性能，算法計算速度相對較慢，且魯棒性欠佳；基于動靜態(tài)特征法可以有效地提取人體行走過程中的信息，但目前大部分算法均將GEI 經過PCA 或改進的PCA 算法降維后，直接輸入到分類器中進行識別。

上述基于動靜態(tài)特征法的步態(tài)識別中，并沒有對GEI 進行特征提取和處理，因此，本文使用SIFT（Scale-Invariant Feature Transform）算子[14]提取GEI 特征，引入稀疏表示和字典原子標簽信息的方法，提出了一種基于步態(tài)能量圖特征和稀疏編碼的步態(tài)識別方法。該方法在生成識別字典時使用K-means 的方法對GEI 特征進行篩選[15]，并將字典中每個原子加入標簽信息，從而提高步態(tài)識別準確率，加快算法運行速度。由于步態(tài)圖像數(shù)據(jù)量有限，即使通過人工模擬也達不到海量數(shù)據(jù)的要求。

1 步態(tài)能量圖特征與識別字典

1.1 步態(tài)能量圖特征

步態(tài)能量圖是由Man 等人[10]提出的一種有效的步態(tài)特征，其計算公式如下：

上式中T 表示步態(tài)周期，Bt(x,y)為側影輪廓二值圖像中像素點(x,y)在t 時刻的值（人體所在區(qū)域取值為255，背景所在區(qū)域則為0）。圖1（a）為不同時刻步態(tài)序列圖像疊加結果，由于本文使用中科院步態(tài)數(shù)據(jù)庫CASIA，該庫中包含人體目標區(qū)域提取結果，故步態(tài)圖像序列的預處理過程（主要為運動檢測、目標提取、濾波去噪等）不在本文中討論。圖1（b）為提取得到的步態(tài)能量圖，步態(tài)周期通常使用人體的側影寬高比來確定，具體如圖1（c）所示，其橫軸為時間，縱軸為側影寬高比，兩個波谷間間隔即為步態(tài)周期。

圖1 步態(tài)信息（取自中科院步態(tài)數(shù)據(jù)庫CASIA A）

提取得到GEI 后，本文引入SFIT 算子對GEI 進行特征提取，得到步態(tài)能量圖特征。為了去除噪聲和不同目標共有特征帶來的影響，本文使用K-means 聚類的方法，對步態(tài)能量圖特征進行篩選，圖2 為第i 個目標人物數(shù)據(jù)特征提取和篩選過程。圖2 中Gij為目標人物i 第j 個視頻由公式（1）得到的GEI，Yi為提取得到的GEI 特征，Zi為基于K-means 聚類方法篩選后得到的GEI 特征。本文根據(jù)聚類后類別中特征數(shù)量對類別進行排序，去除數(shù)量最多類別（如圖2 中類別2）中離該類中心點距離最近的前5%GEI 特征，其可能是不同目標共有特征；去除數(shù)量最少類別（如圖2 中類別3）中離該類中心點距離最遠的后10%GEI 特征，其可能是噪聲提取得到的特征。

圖2 步態(tài)能量圖特征提取和篩選

1.2 識別字典和標簽信息生成

本文使用SIFT 算子和基于K-means 的方法提取與篩選GEI 特征，并引入稀疏編碼和投票的方法，對不同目標人物進行步態(tài)識別。本文識別字典D 中原子由篩選后的GEI 特征構成，并根據(jù)原子所屬目標人物信息記錄其標簽信息，從而得到標簽信息集W ，具體如圖3 所示。

圖3 識別字典和標簽信息生成過程

圖3 中W 即為標簽信息集，其表示字典D 中每個原子所屬的目標人物信息，如目標人物1 提取得到的GEI 特征為Z1，其對應的標簽信息為，k 為目標人物總數(shù)，則Zk對應的標簽信息為。本文識別字典原子由SIFT 算子提取得到，其尺寸為128×1，且與標簽信息集W 中原子關系一一對應。

2 算法原理

在得到識別字典D 和標簽信息集W 后，本文使用稀疏編碼和投票的方法對不同目標人物進行步態(tài)識別。記待識別視頻提取得到的步態(tài)能量圖為Gtext，使用SIFT 算子特征提取和篩選后得到m 個GEI 特征，l=1,2,…m。為了實現(xiàn)步態(tài)識別，本文使用稀疏編碼的方法，求取在識別字典D 上的解αl，并根據(jù)標簽信息集W，通過投票的方法得到其識別結果。由于識別字典原子個數(shù)遠遠大于1，故得到的αl為稀疏解，根據(jù)稀疏編碼的方法，可使用下式求取αl的近似解αl：

上式中l(wèi)=1,2,...,m，即待識別視頻共提取得到m個GEI 特征。Ll為一列向量，其長度與W 中列向量相同，以圖3 中標簽信息集為例，則可知Ll長度為k。

通過識別字典和標簽信息集得到待識別視頻GEI特征標簽信息Ll后，本文使用投票的方法，得到最終步態(tài)識別結果，具體可由下式計算得到：

其中CL 為m 個步態(tài)能量圖特征標簽信息均值，長度和Ll相同，均為k。由于標簽信息集W 在定義時其非零元素所在行號即為目標人物序號，故CL 中最大值所在的行號即為步態(tài)識別結果，如CL 中最大值所在行號為7，則該視頻步態(tài)識別結果為目標人物7。

本文算法步驟如下所示：

1) 提取訓練數(shù)據(jù)步態(tài)能量圖特征，基于K-means 聚類的方法對特征進行篩選；

2) 生成識別字典D 和標簽信息集W ；

3) 計算待識別視頻標簽信息

for l=1：m

3.1 提取測試數(shù)據(jù)步態(tài)能量圖特征ztestl；

3.2 求取稀疏解α?l(公式2)；

3.3 計算標簽信息Ll(公式3)；

endfor

4) 計算識別結果CL(公式4)。

本文算法前兩個步驟主要使用訓練數(shù)據(jù)得到識別字典和對應的標簽信息集，步驟3 和4 則使用識別字典等對待識別視頻進行處理，實現(xiàn)步態(tài)識別。

3 實驗結果與分析

本文實驗在MATLAB 平臺下仿真實現(xiàn)，CPU 為Intel i5-3210M 2.5GHz，RAM 為8GB。數(shù)據(jù)庫使用中國科學院自動化研究所提供的步態(tài)數(shù)據(jù)庫CASIA B，其包含140 個目標人物行走視頻，幀率為25fps，圖像分辨率為320×240。目標人物拍攝角度選為90 度（有利于GEI 的提取），行走條件分為三種：普通條件（每個樣本共6 個視頻）、穿大衣（每個樣本共2 個視頻）和攜帶包裹（每個樣本共2 個視頻），具體如圖4 所示。

文中在對步態(tài)輪廓圖像進行處理時，先提取步態(tài)周期T ，再計算一個周期內步態(tài)圖像加權平均值，從而得到步態(tài)能量圖，將其作為本文實驗輸入數(shù)據(jù)。

圖4 不同行走條件下側面輪廓圖像

本文將目標在普通行走條件下所有樣本前2 個視頻作為訓練數(shù)據(jù)集，生成識別字典D 和標簽信息集W ，并將剩下的數(shù)據(jù)作為測試數(shù)據(jù)集，評價指標使用平均識別率（ARR）。 ARR 表示正確識別的目標人物數(shù)占總數(shù)的比例，其值越大，表示識別率越高，即算法識別效果越好。

3.1 實驗結果

表1 為不同行走條件下ARR 值，為了評價算法性能，分別將本文算法與基于LDA[17]、W（2D）2PCA[18]、文獻[19]和文獻[20]的算法進行比較。表1 中本文算法識別字典原子數(shù)為9000，特征篩選時K-means 方法中聚為5 類，噪聲特征去除比例為10%，共有特征去除比例為5%。由表1 中平均識別率對比可知，在不同行走條件下，本文算法ARR 有所提高，均優(yōu)于其他4 種算法。本文在步態(tài)能量圖的基礎上提取其SFIT 特征，可以有效地減小前景分割時噪聲帶來的影響，并通過基于Kmeans 聚類的特征篩選方法，進一步減小噪聲和共有特征帶來的影響，從而可以提高不同行走條件下步態(tài)識別的魯棒性。

表1 不同算法平均識別率對比

表2 為不同算法平均運行時間對比結果，該表中各算法參數(shù)設置與表1 相同（只統(tǒng)計測試數(shù)據(jù)集不同行走條件下步態(tài)識別的平均運行時間，訓練數(shù)據(jù)處理和步態(tài)能量圖提取時間不計入）。由表2 可知，本文算法運行時間優(yōu)于文獻[19]

表2 不同算法平均運行時間對比

文獻[19]和文獻[20]，略高于LDA 和W（2D）2PCA，但本文算法ARR 值均優(yōu)于上述算法。從表1 和表2 對比可知，在不同行走條件下，本文算法平均識別率優(yōu)于所對比算法，且運行時間快于目前主流改進算法（如文獻[19]和文獻[20]）。

3.2 聚類類別數(shù)對算法的影響

本文在提取得到GEI 特征后，為了去除噪聲和共有特征帶來的影響，使用基于K-means 聚類的方法進行特征篩選，其聚類類別數(shù)對最終步態(tài)識別有著一定的影響。圖5 為不同聚類類別數(shù)下本文算法三種行走狀態(tài)的ARR 值，均去除最少類別的10%和最多類別的5%。由圖5 可知，當聚類類別數(shù)較小時，在去除噪聲和共有特征的同時也會去除有效的GEI 特征；當聚類類別較大時，則噪聲和共有特征去除較少。因此，本文在實驗中聚類類別數(shù)為5，其可以得到較好的平均識別率。

圖5 聚類類別數(shù)對識別結果的影響

3.3 特征篩選對算法的影響

由圖2 可知，本文在提取GEI 特征后，使用Kmeans 的方法對其進行篩選，篩選時去除特征的比例直接影響著識別字典。因此，本小節(jié)對特征篩選時特征去除比例進行研究，圖6 為識別字典生成時不同篩選值對平均識別率的影響，聚類類別數(shù)均為5。圖6（a）中共有特征去除比例取值范圍為1%～10%，噪聲特征去除比例為固定值10%；圖3（b）中噪聲特征去除比例取值范圍為5%～14%，共有特征去除比例為固定值5%。由圖6 可知，在生成識別字典時，測試數(shù)據(jù)ARR值與共有特征，噪聲特征去除比例存在著一定的相關性。當共有特征和噪聲特征去除比例較小時，識別字典中原子區(qū)分度下降，平均識別率低；當共有特征和噪聲特征去除比例較大時，識別字典中原子所包含的特征信息減少，使得平均識別率降低。因此，為了提高步態(tài)識別率，本文在特征篩選時，共有特征去除比例選為5%，噪聲特征去除比例為10%。

3.4 識別字典尺寸對算法的影響

本文實驗部分還研究了識別字典尺寸對最終步態(tài)識別結果的影響，圖7 給出了不同尺寸的識別字典對應的平均識別率和平均運行時間。為了便于分析，圖7中平均識別率為三種行走條件ARR 的均值。由圖7 可知，識別字典尺寸（原子數(shù)）與平均識別率存在一定的正相關性，但原子數(shù)大于9000 后，平均識別率增加不明顯。平均運行時間則隨著字典尺寸的增加而快速增加，因此，本文綜合算法識別率和運行時間，在實驗中識別字典原子數(shù)選取為9000。

圖6 不同特征篩選值對識別結果影響

圖7 不同識別字典尺寸對識別結果影響

4 結語

為了提高步態(tài)識別準確率，本文對步態(tài)能量圖進行研究，提出一種基于步態(tài)能量圖特征和稀疏編碼的步態(tài)識別方法。該方法提取步態(tài)能量圖特征，使用識別字典和投票的方法進行步態(tài)識別，并引入K-means聚類的特征篩選方法。在CASIA B 步態(tài)數(shù)據(jù)庫上實驗結果表明，本文方法平均識別率優(yōu)于其他方法，下一步可將字典學習方法用于該方法中，進一步提高算法運行速度。