【安防展覽網(wǎng) 企業(yè)關(guān)注】 在當(dāng)前"人臉識(shí)別"逐步實(shí)現(xiàn)落地應(yīng)用,以人的形體、體態(tài)為特征的體態(tài)識(shí)別技術(shù)開始不斷突破,準(zhǔn)確率不斷提升,并展現(xiàn)出巨大的應(yīng)用前景。在這其中步態(tài)識(shí)別、人體行為識(shí)別等技術(shù)表現(xiàn)的尤為突出。
步態(tài)識(shí)別技術(shù)
當(dāng)下,隨著AI算法精度的持續(xù)提升以及應(yīng)用場景的大量爆發(fā),作為應(yīng)用場景廣泛的生物識(shí)別代表性技術(shù)--人臉識(shí)別的落地應(yīng)用已呈"燎原之勢"。然而,人臉識(shí)別對外界環(huán)境的要求仍相對苛刻,尤其在大規(guī)模人流密集場所,光線、遮擋、安裝角度、配合程度等因素都會(huì)影響到人臉識(shí)別的精準(zhǔn)度。
同樣作為人流密集場所下用于身份認(rèn)證的生物識(shí)別技術(shù),步態(tài)識(shí)別則以其識(shí)別距離遠(yuǎn)、應(yīng)用范圍廣、無需配合等應(yīng)用優(yōu)勢,可以很好的彌補(bǔ)人臉識(shí)別所存在的應(yīng)用缺陷,由此也逐漸受到越來越多的關(guān)注。作為生物識(shí)別技術(shù)領(lǐng)域的后起之秀,步態(tài)識(shí)別正以其支持遠(yuǎn)距離識(shí)別、無需硬性配合、環(huán)境適應(yīng)性強(qiáng)等特點(diǎn)開始進(jìn)入到安防、交通、工業(yè)等行業(yè)領(lǐng)域展開相關(guān)應(yīng)用,為行業(yè)帶來創(chuàng)新性的AI技術(shù)應(yīng)用。
步態(tài)識(shí)別,作為一種非受控性特征識(shí)別方式,是一種新興的生物特征識(shí)別技術(shù)。步態(tài)之所以能夠成為生物特征識(shí)別技術(shù)之一,同樣源自每個(gè)人步態(tài)的性,從解剖學(xué)的角度分析,步態(tài)性的物理基礎(chǔ)是每個(gè)人生理結(jié)構(gòu)的差異性,不一樣的腿骨長度、不一樣的肌肉強(qiáng)度、不一樣的重心高度、不一樣的運(yùn)動(dòng)神經(jīng)靈敏度,共同決定了步態(tài)的性。
步態(tài)識(shí)別旨在通過人們走路的姿態(tài)進(jìn)行身份識(shí)別。相比于指紋、人臉、掌紋、靜脈等靜態(tài)生物特征而言,步態(tài)屬于動(dòng)態(tài)特征,因此在識(shí)別流程上更為復(fù)雜。步態(tài)識(shí)別技術(shù)可以分為以下幾個(gè)步驟:采集步態(tài)、分析圖片、特征提取、數(shù)據(jù)比對。
先由不同角度的攝像機(jī)采集人的步態(tài),通過檢測與跟蹤獲得步態(tài)的視頻序列,之后經(jīng)過預(yù)處理分析提取該人的步態(tài)特征。這其中包括對圖像序列中的步態(tài)運(yùn)動(dòng)進(jìn)行運(yùn)動(dòng)檢測、運(yùn)動(dòng)分割、特征提取等步態(tài)識(shí)別前期的關(guān)鍵處理;其次,再經(jīng)過進(jìn)一步處理,使其成為與已存儲(chǔ)在數(shù)據(jù)庫的步態(tài)的同樣的模式;后,將新采集的步態(tài)特征與步態(tài)數(shù)據(jù)庫的步態(tài)特征進(jìn)行比對識(shí)別。
在人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別大面積落地應(yīng)用的當(dāng)下,為什么步態(tài)識(shí)別能夠脫穎而出占有一席之地呢?這還在于步態(tài)識(shí)別本身的獨(dú)特優(yōu)勢。和其他主流的生物識(shí)別技術(shù)相比,步態(tài)識(shí)別在識(shí)別距離、識(shí)別角度、配合度、環(huán)境要求等方面都占有一定優(yōu)勢。
指紋、虹膜、人臉生物特征識(shí)別在大部分情況下都需要人進(jìn)行一定程度的配合,而且它們所需要的識(shí)別距離相對比較近。目前業(yè)內(nèi)步態(tài)識(shí)別技術(shù),在普通環(huán)境下,遠(yuǎn)識(shí)別距離可達(dá)50米,在4K高清攝像頭下的識(shí)別距離甚至可達(dá)100米,而且是360度全視角識(shí)別,不管人是從什么方向走過來,都可以識(shí)別。
與此同時(shí),幾乎所有的識(shí)別方式都會(huì)受到遮擋的干擾,但步態(tài)相對而言擁有獨(dú)特的優(yōu)勢,一是識(shí)別距離比較遠(yuǎn)所以有更長的時(shí)間來進(jìn)行調(diào)整和對新變化實(shí)時(shí)響應(yīng)(比如遮擋去除),另外,步態(tài)識(shí)別識(shí)別的是全身信息,可以實(shí)現(xiàn)360°全視角識(shí)別,即使光照有變化,或者說穿的衣服有變化,甚至面部完全被遮擋也沒有關(guān)系,依舊可以被識(shí)別出來。因此,步態(tài)識(shí)別相較于其他識(shí)別方式而言,也更加靈活高效。
另外作為一項(xiàng)非受控性特征識(shí)別技術(shù),步態(tài)識(shí)別也不需要被識(shí)別人的主動(dòng)配合,可以在目標(biāo)人物自然的狀態(tài)下進(jìn)行識(shí)別,用戶體驗(yàn)更加友好。關(guān)鍵的是,步態(tài)識(shí)別相比于其他的生物特征具有更高的防偽性。
行人重識(shí)別技術(shù)
行人重識(shí)別(PersonRe-identification也稱行人再識(shí)別,簡稱為ReID,是行人智能認(rèn)知的其中一個(gè)研究方向,特別是計(jì)算機(jī)視覺行業(yè)里面。ReID是利用計(jì)算機(jī)視覺技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)。廣泛被認(rèn)為是一個(gè)圖像檢索的子問題。給定一個(gè)監(jiān)控行人圖像,檢索跨設(shè)備下的該行人圖像。
行人重識(shí)別中包含以下幾個(gè)重點(diǎn)領(lǐng)域,其中行人檢測是在給定圖片中檢測出行人位置的矩形框,這個(gè)跟之前的人臉檢測、汽車檢測比較類似,是較為基礎(chǔ)的技術(shù),也是很多行人技術(shù)的一個(gè)前置技術(shù)。
行人分割比行人檢測更精準(zhǔn),預(yù)估每個(gè)行人在圖片里的像素概率,把這個(gè)像素分割出來是人或是背景,這時(shí)用到很多P圖的場景,比如背景替換。舉一個(gè)例子,一些網(wǎng)紅在做直播時(shí),可以把直播的背景替換成外景,讓體驗(yàn)得到提升。
骨架關(guān)鍵點(diǎn)檢測及姿態(tài)識(shí)別。一般識(shí)別出人體的幾個(gè)關(guān)鍵點(diǎn),比如頭部、肩部、手掌、腳掌,用到行人姿態(tài)識(shí)別的任務(wù)中,這些技術(shù)可以應(yīng)用在互動(dòng)娛樂的場景中,類似于Kinnect人機(jī)互動(dòng)方面,關(guān)鍵點(diǎn)檢測技術(shù)是非常有價(jià)值的。
另外還包括行人跟蹤"MOT"的技術(shù)、動(dòng)作識(shí)別、行人屬性結(jié)構(gòu)化等。動(dòng)作識(shí)別是基于視頻的內(nèi)容理解做的,技術(shù)更加復(fù)雜一點(diǎn),但是它與人類的認(rèn)知更加接近,應(yīng)用場景會(huì)更多,這個(gè)技術(shù)目前并不成熟。動(dòng)作識(shí)別可以有非常多的應(yīng)用,比如闖紅燈,還有公共場合突發(fā)事件的智能認(rèn)知,像偷竊、聚眾斗毆,攝像頭識(shí)別出這樣的行為之后可以采取智能措施,比如自動(dòng)報(bào)警,這有非常大的社會(huì)價(jià)值。