[发明专利]基于集合的跨视角步态识别方法

说明书

本发明属于计算机视觉和机器学习技术领域，具体为一种基于集合的跨视角步态识别方法。本方法可以使用很少的帧数得到较高的识别结果，并能融合同一个人不同角度、不同衣着配饰的帧从中抽取鲁棒的身份信息。对于一个行人，用其所有视频中的所有帧组成一个集合；将这些帧做预处理，对每帧提出轮廓图并对齐；然后用神经网络对集合中的每一帧分别提取高层语义特征；接着融合每一帧的语义特征得到整个集合的语义特征；最后将集合的语义特征映射进一个具有判别力的空间用于身份识别。相较于基于目前主流的基于模板的步态识别方法和近年发展出的基于视频的步态识别方法，本方法在解决现实问题中使用更加灵活，能充分利用所有信息，并取得最优的识别效果。

技术领域

本发明属于计算机视觉、机器学习技术领域，具体涉及基于视频的跨视角步态识别方法。

背景技术

基于视频的跨视角步态识别问题是计算机视觉和机器学习领域研究的问题之一。当给定不同视角下的步态视频帧序列，要求根据计算机视觉或机器学习算法判断步态帧序列的主体是否为同一个对象。目前该领域已经有不少前人工作，根据看待步态信息视角的不同，其主要方法可以分为两大类：基于步态模板图的方法和基于步态视频序列的方法。以下是这三类方法的一些参考文献：

[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.