基于步态能量图与VGG结合的步态识别方法

• 作者: 李彦 李焕 罗成 闫河
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 步态识别 步态能量图 卷积神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息·计算机
• 页码范围: 166-172
• 页数: 7页
• 分类号: TP391
• 字数: 4562字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.05.021

摘要

基于深度学习端到端和多层特征提取的思想,给出一种基于步态能量图和V GG卷积神经网络结合的步态识别方法.首先,使用背景减除法分割出人体轮廓;然后,通过身体轮廓宽度变化计算出步态周期;其次,根据步态周期图像计算出步态能量图;最后使用V GG网络对步态能量图进行特征学习及分类.实验结果表明:所提出的方法可以准确识别行人身份,在CASIA-B步态数据中平均准确率可达92.5％,且对视角有较好的鲁棒性,对深度学习在步态识别领域的进一步应用有借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫河	重庆理工大学计算机科学与工程学院	37	168	6.0	11.0
2	罗成	重庆理工大学计算机科学与工程学院	6	21	3.0	4.0
3	李焕	重庆理工大学计算机科学与工程学院	6	21	3.0	4.0
4	李彦	重庆理工大学计算机科学与工程学院	23	47	5.0	6.0