基于多支路残差深度网络的跨视角步态识别方法

• 作者: 胡少晖 王修晖 刘砚秋
• 来源期刊: 模式识别与人工智能
• 关键词: 步态识别 跨视角识别 多支路网络 残差网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: “视觉目标检测、判别与跟踪”专题|Special Research on Detection,Discrimination and Tracking of Visual Object
• 页码范围: 455-462
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202105008

摘要

针对基于卷积神经网络的步态识别模型不能充分利用局部细粒度信息的问题,提出基于多支路残差深度网络的跨视角步态识别方法.将多支路网络引入卷积神经网络中,分别提取步态轮廓序列图中不同粒度的特征,并利用残差学习和多尺度特征融合技术,增强网络的特征学习能力.在公开步态数据集CASIA-B和OU-MVLP上的实验证实文中方法的识别准确率较高.