结合非局部与分块特征的跨视角步态识别

结合非局部与分块特征的跨视角步态识别

论文摘要

目前基于深度学习的步态识别方法大多通过叠加卷积层获取全局特征,忽略有利于细粒度分类的局部特征.针对上述问题,文中提出结合非局部与分块特征的跨视角步态识别方法.将一对步态能量图(GEI)作为输入,提取单样本的非局部信息与样本对之间的相对非局部信息.为了更好地提取局部特征,根据GEI的几何特性,将人体区域水平切分为静态块、微动态块和强动态块,连接至3个二值分类器分别进行训练.在OU-ISIR-LP和CASIA-B步态数据集上的对比实验表明,文中方法的正确识别率较高.

论文目录

  • 1 结合非局部与分块特征的跨视角步态识别
  •   1.1 步态能量图
  •   1.2 步态非局部网络参数
  •   1.3 分块特征分类
  • 2 实验及结果分析
  • 3 结 束 语
  • 文章来源

    类型: 期刊论文

    作者: 冯世灵,王修晖

    关键词: 步态识别,跨视角识别,非局部特征,分块特征

    来源: 模式识别与人工智能 2019年09期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用,自动化技术

    单位: 中国计量大学信息工程学院

    基金: 国家自然科学基金项目(No.61602431,61303146)资助~~

    分类号: TP391.41;TP18

    DOI: 10.16451/j.cnki.issn1003-6059.201909006

    页码: 821-827

    总页数: 7

    文件大小: 530K

    下载量: 113

    相关论文文献

    标签:;  ;  ;  ;  

    结合非局部与分块特征的跨视角步态识别
    下载Doc文档

    猜你喜欢