面向多人多生物属性的跨视角步态追踪系统

摘要：

步态识别是一项新兴的生物识别技术,可以被广泛地应用在刑事安防,疫情传播链追踪等领域,该项技术的本质在于通过人的人体体型和行走姿态来识别人的身份,年龄,性别等多种生物属性.相比其他生物识别技术,步态识别具有远距离,全视角,无感知,防伪装等显著优势.基于此,本文设计了一款面向多人多生物属性的跨视角步态追踪系统,该系统充分考虑了现实应用场景中存在的多人,跨视角,服饰变化等协变量对于步态识别准确率的影响,并通过更加鲁棒的算法设计从复杂的环境中提取行人的步态信息从而对其身份,年龄,性别等生物属性进行准确的分析.实验结果表明,在跨视角和多种行走状态的情况下,本系统中基于深度学习的步态识别算法模型的准确率可以达到88.0％,在多视角的情况下,性别分类准确率可以达到94.8％,年龄估计的平均年龄误差约为7.92岁,标准差约为8.11,实验结果均优于近年来相关领域的算法,达到相对领先的水平.同时系统开发成本低,面向落地应用场景,并支持实时性步态检测.

关键词：步态识别、多属性识别、跨视角、实时检测、深度学习、目标检测、多目标跟踪、语义分割

所属期刊栏目：31

分类号：TP391.41;TN929.5;TP181

资助基金：国家自然科学基金;广东省自然科学基金面上项目;广东省科技创新人才专项珠江科技新星专题项目

在线出版日期：2022-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：88-98