视频监控场景下基于单视角步态的人体身份及属性识别系统

• 作者: 廖嘉城 梁艳 潘家辉 王冰冰
• 来源期刊: 计算机系统应用
• 关键词: 步态 身份识别 属性识别 实时检测 深度学习
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 系统建设
• 页码范围: 113-120
• 页数: 8页
• 字数: 6249字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007571

摘要

基于步态的特征识别是一种新兴的生物特征识别技术,旨在通过人们走路的姿态进行身份和相关属性的分析.与其他的生物识别技术相比,基于步态的识别方法具有难隐藏性、非接触性和可远距离使用的优点.本文设计出一个视频监控场景下基于单视角步态的人体身份及属性识别系统,该系统通过图像处理方法从复杂的监控视频中实时检测出人体的步态,经过利用深度学习训练过的算法进行分析后,获取人体的身份、性别和年龄信息.实验表明,系统的身份识别准确率达98.1％,性别预测准确率达97.1％,年龄预测平均绝对误差为6.21岁,实验结果均优于传统基准算法,且系统开发成本低,支持实时检测,能充分满足中小规模步态研究与分析的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘家辉	华南师范大学软件学院	52	371	11.0	17.0
2	梁艳	华南师范大学软件学院	15	39	3.0	5.0
3	廖嘉城	华南师范大学软件学院	1	0	0.0	0.0
4	王冰冰	华南师范大学软件学院	1	0	0.0	0.0