10.3979/j.issn.1673-825X.201910230364
基于多通道步态集合的跨视角步态识别
为了提高步态识别的识别效率,提出了一种基于多通道步态集合的步态识别算法.算法中将一个周期的步态轮廓图进行归一化处理后,通过步幅的大小将周期内的轮廓图划分为7个通道,每个通道内的轮廓图按照平均步态来处理,得到7通道的步态模板.结合卷积神经网络的优异性能,将该多通道步态模板(period energy im-age,PEI)当成图像集作为网络的输入,让网络自身去提取步态模板之间的时序关系.在此基础上,使用增强约束的Triplet Loss函数来学习到最优的特征和距离度量,使最终的训练更加有效.通过在标准数据集CASIA-B上的实验结果表明,与之前多数算法相比,所提出的算法在跨视角的情况下能取得很好的识别效果.
步态识别;卷积神经网络;多通道步态模板;图像集输入
33
TP391(计算技术、计算机技术)
国家自然科学基金61571071
2021-12-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
984-990