基于视角转换的多视角步态识别方法

摘要：

针对步态识别中步态视角变化、步态数据样本量少及较少利用步态时间信息等问题,提出一种基于视角转换的步态识别方法.通过VTM-GAN网络,将不同视角下的步态能量图及含有步态时间信息的彩色步态能量图,统一映射到保留步态信息最丰富的侧视图视角,以此突破步态识别中多视角的限制,在视角转换的基础上,通过构建侧视图下的步态正负样本对来扩充用于网络训练的数据,并采用基于距离度量的时空双流卷积神经网络作为步态识别网络.在CASIA-B数据集上的实验结果表明,该方法在各状态、各角度下的平均识别准确率达到92.5％,优于3DCNN、SST-MSCI等步态识别方法.

关键词：步态识别、视角转换、VTM-GAN网络、时空双流卷积神经网络、CASIA-B数据集

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：上海市科委基础研究项目15JC1400600

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：210-216