监控视频中融合携带物判断的步态识别研究

摘要

利用步态解决监控视频中犯罪嫌疑人的人身确定问题以及对其携带物状态(是否背包)的融合判断问题.首先对已知犯罪嫌疑人在监控视频中行走的图像序列进行预处理,得到步态二值图像,并形成步态数据库(本文利用一部分CASIAB数据库中实验对象模拟部分犯罪嫌疑人).然后提取步态能量图(GEI)作为步态特征输入,分别训练用于人身识别和是否携带包裹的2个长短时记忆神经网络(LSTM).最终对两段作案前后视频,进行视频中犯罪嫌疑人的身份识别和携带物状态判断.该方法在所建小型犯罪嫌疑人数据库上自测试,正确识别犯罪嫌疑人的概率约为95％,正确判断其携带物状态的概率约为96％,身份和携带物同时识别正确的概率约为90％.针对犯罪嫌疑人作案前后监控视频,该方法准确识别出犯罪嫌疑人身份以及其携带物状态.