-
题名基于多尺度特征融合的跨视角步态识别
- 1
-
-
作者
邹雪
谭棉
严晓波
王飞
王林
-
机构
贵州民族大学数据科学与信息工程学院
贵州省模式识别与智能系统重点实验室
贵州民族大学人文科技学院
-
出处
《电子测量技术》
北大核心
2024年第1期186-192,共7页
-
基金
国家自然科学基金(62241206)
国家自然科学基金(62162012)
+4 种基金
贵州省科技计划项目(黔科合基础-ZK[2022]一般195,黔科合基础-ZK[2023]一般143,黔科合基础-ZK[2022]一般550,黔科合平台人才-ZCKJ[2021]007)
贵州省高层次创新型人才项目(黔科合平台人才-GCC[2023]027)
贵州省教育厅自然科学研究项目(黔教技[2022]015号)
贵州省教育厅青年科技人才成长项目(黔教技[2023]012号,黔教技[2022]015号,黔教技[2023]061号,黔教技[2023]062号,黔教合KY字[2021]115)
贵州省模式识别与智能系统重点实验室开放课题(GZMUKL[2022]KF01)资助。
-
文摘
在跨视角步态识别中,针对衣着遮挡情况下难以提取具有可辨别性和多样性的步态特征,导致识别准确率下降的问题,提出了一种基于多尺度特征融合网络的跨视角步态识别方法。该方法能够有效利用步态特征间的互补性,获得具有可辨别性和多样性的步态特征,从而解决因衣着遮挡造成可辨别性差以及单一性的问题,进而提升跨视角步态识别的准确性。为验证所提方法的有效性,在公共数据集CASIA-B上进行了验证,实验结果表明所提方法在处理具有遮挡条件下的跨视角步态识别问题的识别性能达到了73.4%,同时在正常和背包两种行走条件下的识别性能分别达到了95.5%和88.0%。此外,我们的方法在处理遮挡条件下的识别性能优于同类典型的步态识别方法。
-
关键词
跨视角步态识别
多尺度特征融合
步态特征
可辨别性
-
Keywords
cross-view gait recognition
multi-scale feature fusion
gait feature
discriminability
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于双通道循环一致性GAN的跨视角步态识别研究
- 2
-
-
作者
王宇
夏懿
-
机构
安徽大学电气工程与自动化学院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第1期259-264,共6页
-
基金
国家自然科学基金资助项目(61872004)
安徽省自然科学基金资助项目(2108085MF232)。
-
文摘
步态识别系统在生物识别领域显示出巨大的潜力,然而步态识别的准确性很容易受到视角的影响。为解决这一问题,提出的方法基于循环生成对抗网络(cycle generative adversarial network,Cycle-GAN)的网络结构,结合新的特征提取模块以及多重损失函数,提出了一种用于跨视角步态识别的网络模型双通道循环一致性生成对抗网络(two-channel cycle consistency generative adversarial network,TCC-GAN)。该网络首先将步态能量图像从任意视角转换为目标视角图像,然后进行比对从而实现身份识别。TCC-GAN分别引入了重建损失、视角分类和身份保持损失来指导生成器生成具有目标视角的步态图像并同时保留身份信息。为了避免可能存在的模式崩塌问题,并保证各个输入和输出以有意义的方式进行映射,模型中还利用了循环一致性损失。数据集CASIA-B和OU-MVLP上的实验结果表明:所提TCC-GAN模型的跨视角识别率高于目前大多数其他基于GAN的跨视角步态识别模型。
-
关键词
生成对抗网络
跨视角步态识别
跨视角图像转换
步态能量图
-
Keywords
generative adversarial networks
cross-view gait recognition
cross-view image converting
gait energy image
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
