基于时态部分的步态识别模型——GaitPart

PDF格式 | 1.16MB | 更新于2025-01-16 | 162 浏览量 | 举报

14225

GaitPart：一种基于时态部分的步态识别模型

范超

，

，彭云杰

，

，曹春水

，刘旭

，侯赛辉3

，迟

建南

，黄永珍

，李庆

，何志强

，

北京科技大学

北京航空航天大学

，

WATRIX.AI，

联想有限公司

s20180566@xs.ustb.edu.cn，YunjiePeng@buaa.edu.cn，{chunshui.cao，xu.liu，saihui.hou}@

watrix.ai，ustbjnc@ustb.edu.cn，hyz@watrix.ai，liqing@ies.ustb.edu.cn，hezq@lenovo.com

摘要

步态识别是一种基于视频的生物特征识别技术，用

于远距离识别个体的行走模式。目前，大多数步态识

别方法都是以整个人体为单位建立时空表示。然而，

我们已经观察到，人体的不同部位在行走过程中具有

明显不同的视觉外观和运动模式。在最新的文献中，

采用部分特征描述人体已被证实有利于个人识别。综

合以上观点，我们假设人体的每个部分然后，我们提

出了一种新的基于部分的模型

GaitPart

，并得到了两个

方面的提高性能的效果：一方面，提出了卷积的一种

新应用

聚焦卷积层，以增强局部空间特征的细粒度学

习

;

另一方面，提出了微运动捕捉模块（

MCM

），在

步态部分中有多个并行的

MCM

分别对应于人体的预定

义部分。值得一提的是，

MCM

是一种新颖的步态任务

时间建模方法，它关注的是周期步态的短期在两个最

流行的公共数据集

CASIA-B

和

OU-MVLP

上的实验充分

证明了我们的方法在多个标准基准上达到了新的最先

进水平。源代码将在

https://github.com/ChaoFan96/GaitPart

上

提供。

介绍

步态是一种身体和行为的生物特征，描述了一个人

的行走模式。与其他生物识别模式相比，

例如

，脸，

鳍-

通讯作者

图1. (a)人在行走过程中，步态的不同部位具有明显不同的形

态和运动规律。(b)介绍了由帧级部件特征提取器（FPFE）

和微动捕捉模块（MCM）组成的步态部件

gerprint和iris，它可以很容易地在远距离捕获，并且不

需要感因此，步态识别在犯罪侦查、门禁控制和社会

安全等方面具有巨大的应用潜力.作为视觉识别任务，

步态识别的基本目标是学习唯一和不变的表示，从

人体形态的时间变化特征出发，然而，在实际场景

中，由于人体的拎包、穿外套以及摄像机视角等变

化，步态的外观会发生很大的变化，这给步态识别带

来

为了缓解这些问题，许多基于深度学习的方法提供

了有前途的解决方案[30，25，5，26，

18、29、21、14]。Thomas等人[25]应用3D-CNN提取

时空信息，试图找到人类步态的通用描述符。

GaitNet[30]提出了一个自动编码器框架，从原始RGB

图像中提取步态相关步态序列的时间变化。”[5]《明

史》：“以其人之道还治其人之身。

下载后可阅读完整内容，剩余8页未读，立即下载

cpongm

粉丝: 6

基于时态部分的步态识别模型——GaitPart

步态识别的分层时间序列模型

gaitrec:使用高斯混合模型的基于加速度计的步态识别

步态识别gaitgan论文

一种基于时态中间件的高效双时态索引模型.pdf

基于时态逻辑的自动信任协商模型* (2007年)

论文研究-基于时态逻辑的自动信任协商模型.pdf

基于时态逻辑的多时间序列挖掘模型 (2009年)

基于时态逻辑语言XYZ/E的软件体系结构(Ⅱ)——常见体系结构风格的描述* (2002年)

2016届语法专题透析（一）时态和语态课件——《金太阳考案》.pptx

基于时态逻辑语言XYZ/E的软件体系结构研究(Ⅰ)——基本组件和连接件的描述* (2001年)

最新资源