搜索
大数据中国 首页 行业资讯 查看内容
步态识别是什么技术
2019-7-17 21:35 | 查看: 313| 评论: 0

在好莱坞大片《碟中谍》系列影片中曾经出现过一场涉及步态识别的桥段。这一“黑科技”让观影的人们眼前一亮。到底什么是步态识别呢,它和目前大热的人脸识别又有什么互补关系呢?

 

据记者了解,步态识别技术是目前全球前沿的生物特征识别技术,它通过人的体型(身高、腿骨、肌肉、关节等生理特征)和走路姿态进行身份识别。人通过换装(如换鞋、戴帽、穿大衣等)或变换走路姿势,并不能逃离步态识别技术的捕捉。基于此,业界认为,步态识别是一项非常重要并且基本稳定的生物特征识别技术。

 

英国南安普敦大学电子与计算机系专家的研究显示,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、肌肉或骨骼受损程度、生理条件以及个人走路的“风格”上都存在细微差异。在智能视频监控领域,步态识别技术比一般图像识别更具优势。

 

与指纹识别、人脸识别、虹膜识别等生物特征识别技术相比,步态识别具有哪些优势呢?首先是步态识别适用范围广,可对普通2K摄像机50米外人群实时步态识别;其次步态识别为非受控识别,不需要识别对象主动配合与参与也能识别,并且是360度全视角识别;再次,因为步态难以伪装,不同的体型、头型、肌肉力量特点、运动神经灵敏度、走路姿态等特征决定步态具有较好的区分能力。

 

相比较而言,目前流行的人脸识别优点是快,并且同样具有“非接触性”,同时避免指纹机器接触产生的卫生隐患。但人脸识别有无法识别双胞胎的可能性,由于特征点数量少,一张高清图像就能攻克二维识别系统。而先进的三维人脸识别系统也能被3D打印出的人脸面具蒙混过去,成功解锁。

 

雷震介绍说,步态识别需要对识别对象提前进行视频数据采集,而且步态是基于一段视频序列,在走的过程中捕捉持续的变化,并发现其独特特征。雷震说,在简单场景下,步态识别技术通过与数据库的数据进行对比,可以识别个体身份。但复杂场景下的识别精度,目前效果还不确定。

 

公开信息显示,中美两国几乎是全球最早投入步态识别研究的国家。2000年,美国国防高级研究计划局资助了一个步态识别相关研究项目;同一年,中科院自动化所在国内成立步态识别团队,开始步态识别技术的研究。

 

同时,英国、日本、以色列等许多国家的科学家也相继投入到步态识别的研究,但因为步态识别技术的难度非常高,许多团队终止了研究,目前为止,全球仅有20余个学术团队在从事步态识别领域的研究。英国南安普敦大学步态识别专家曾表示,步态识别比其他生物识别技术更复杂,因为步态识别是一种既含有生理性又含有行为性的生物特征,在模型训练时,步态识别需要基于三维的视频进行训练,而人脸识别等只需要二维图像即可。

 

据记者了解,快速在海量视频中发现犯罪嫌疑人是目前公安系统的迫切需求,这也是步态识别的一个最为典型的应用场景。传统的视频监控虽然解决了视频的存储和回放问题,但因为视频画质问题或嫌疑人反侦查伪装等因素,往往无法快速准确识别、定位和查找嫌疑人。据介绍,步态识别基本满足公共安全领域的基础需求,可广泛应用于平安城市,如公安系统、车站机场、博物馆、学校、景区、商场等不同的场合,一些重要基础设施如核电站、发电站、石油石化基地等,步态识别也能发挥重要的作用。

 

雷震说,步态识别技术提出已有时日,最近几年,技术提升非常快,但和人脸识别、指纹识别等技术相比,辨识精度还有一定差距。“因为普及率不如前者高,被提及的频率也不够高,所以通常被视为是新兴技术。但目前整个行业向前发展的速度非常快,并且引起各方面关注。”但雷震也认为,步态识别目前需要提升的地方仍然比较多。“比如,它的优势在于远距离识别,但远距离的情况下,所有生物识别的精确度都会下降。而近距离识别,则不如人脸识别。”

 

雷震认为,将人脸识别、步态识别等多种生物识别手段融合使用,相互补充可能是未来应用的一种重要方式。

免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

 
 
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
站长电话:
15010106923
微信联系:
hb-0310
站长邮箱:
ab12-120@163.com
大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-5-17 10:30 , Processed in 0.057361 second(s), 24 queries .

返回顶部