基于非对称双路识别网络的步态识别方法

• 作者: 周潇涵 王修晖
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 步态识别 非对称双路网络 显著性特征检测器
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 150-156
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008-0355

摘要

步态作为一种人体躯干、关节、上下肢及各肌群的周期性行为模式,是可用于身份识别过程的一种重要生物特征.针对现有的步态识别方法大都是基于步态轮廓图或者步态能量图提取的全局特征,而忽视了对细粒度步态信息的有效利用的问题,提出了一种包括全局通路和局部通路的非对称双路识别网络.其中全局通路采用三元组损失函数,用于提取步态的全局时空特征;局部通路采用交叉熵损失函数,用于识别步态中显著不同的局部特征.此外,在局部通路中加入了一个显著性特征检测器模块,用于实现有效的细粒度步态信息识别.在公开数据集CASIA-B和OU-ISIR-LP上进行了对比实验,结果表明,在跨视角和跨场景的环境下,该方法相对现有方法在步态识别的准确率方面都有显著提升.