[發明專利]基于集合的跨視角步態識別方法

有效

• 申請號: 201811255446.3
• 申請日: 2018-10-26
• 公開（公告）號: CN109583298B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 巢漢青;張軍平
• 申請（專利權）人: 復旦大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/82;G06N3/0464
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

本發明屬于計算機視覺和機器學習技術領域，具體為一種基于集合的跨視角步態識別方法。本方法可以使用很少的幀數得到較高的識別結果，并能融合同一個人不同角度、不同衣著配飾的幀從中抽取魯棒的身份信息。對于一個行人，用其所有視頻中的所有幀組成一個集合；將這些幀做預處理，對每幀提出輪廓圖并對齊；然后用神經網絡對集合中的每一幀分別提取高層語義特征；接著融合每一幀的語義特征得到整個集合的語義特征；最后將集合的語義特征映射進一個具有判別力的空間用于身份識別。相較于基于目前主流的基于模板的步態識別方法和近年發展出的基于視頻的步態識別方法，本方法在解決現實問題中使用更加靈活，能充分利用所有信息，并取得最優的識別效果。

技術領域

本發明屬于計算機視覺、機器學習技術領域，具體涉及基于視頻的跨視角步態識別方法。

背景技術

基于視頻的跨視角步態識別問題是計算機視覺和機器學習領域研究的問題之一。當給定不同視角下的步態視頻幀序列，要求根據計算機視覺或機器學習算法判斷步態幀序列的主體是否為同一個對象。目前該領域已經有不少前人工作，根據看待步態信息視角的不同，其主要方法可以分為兩大類：基于步態模板圖的方法和基于步態視頻序列的方法。以下是這三類方法的一些參考文獻：

[1]Han,J.,and?Bhanu,B.2006.Individual?recognition?using?gait?energyimage.IEEE?TPAMI?28(2):316–322.

[2]He,Y.；Zhang,J.；Shan,H.；and?Wang,L.2019.Multi-task?GANs?for?view-specific?feature?learning?in?gait?recognition.IEEE?TIFS?14(1):102–113.

[3]Hu,M.；Wang,Y.；Zhang,Z.；Little,J.J.；and?Huang,D.2013.View-invariantdiscriminative?projection?for?multi-view?gait-based?human?identification.IEEETIFS?8(12):2034–2045.

[4]Liao,R.；Cao,C.；Garcia,E.B.；Yu,S.；and?Huang,Y.2017.Pose-basedtemporal-spatial?network(ptsn)for?gait?recognition?with?carrying?and?clothingvariations.In?Chinese?Conference?on?Biometric?Recognition,474–483.Springer.

[5]Makihara,Y.；Sagawa,R.；Mukaigawa,Y.；Echigo,T.；and?Yagi,Y.2006.Gaitrecognition?using?a?view?transformation?model?in?the?frequency?domain.InECCV,151–163.Springer.

[6]Shiraga,K.；Makihara,Y.；Muramatsu,D.；Echigo,T.；and?Yagi,Y.2016.GEINet:View-invariant?gait?recognition?using?a?convolutional?neuralnetwork.In?ICB,1–8.

[7]Takemura,N.；Makihara,Y.；Muramatsu,D.；Echigo,T.；and?Yagi,Y.2018.Oninput/output?architectures?for?convolutional?neural?network-based?crossviewgait?recognition.IEEE?TCSVT?1–1.