基于生成对抗网络的跨视角步态特征提取
Computer Systems & Applications（2020）
摘要
步态是一种能够在远距离、非侵犯的条件下识别身份的生物特征, 但在实际场景中, 步态很容易受到拍摄视角、行走环境、物体遮挡、着装等因素的影响. 在跨视角识别问题上, 现有方法只注重将多种视角的步态模板转化到固定视角下, 且视角跨度的增大加深了错误的累积. 为了提取有效的步态特征用于跨视角步态识别, 本文提出了一种基于生成对抗网络的跨视角步态特征提取方法, 该方法只需训练一个模型即可将步态模板转换到任意视角下的正常行走状态, 并最大化地保留原本的身份特征信息, 从而提高步态识别的准确率. 在CASIA-B和OUMVLP数据集上的实验结果表明, 该方法在解决跨视角步态识别问题上具有一定的鲁棒性和可行性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要