科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对步态识别中由于衣着与背包的遮挡造成不能提取有鉴别性的步态特征，从而导致识别准确率不高的问题，提出一种结合残差网络和多级分块结构的步态识别方法。首先在水平方向上对步态能量图进行不同尺度的多级分块，以提取不同区域的细粒度特征，减少局部遮挡对于其他区域的影响，同时为了更好地学习在步态中运动频率最高区域的特征，在腿部加入Inception模块；其次为了提升网络模型的识别精度，结合交叉熵损失、三元组损失、L2正则化对残差网络的权值进行约束。最后在公开的步态数据集CASIA-B和OU-ISIR Treadmill B上进行实验，在携带背包或不同衣着条件下的识别率分别达到了87.5%、82.6%,表明该模型对于衣着与携带背包的条件具有鲁棒性。
-
单位中国民航大学; 自动化学院
