结合非局部与分块特征的跨视角步态识别

【文件属性】：
文件名称：结合非局部与分块特征的跨视角步态识别
文件大小：561KB
文件格式：PDF
更新时间：2023-01-25 14:40:55
步态识别 深度学习 结合非局部与分块特征的跨视角步态识别。步态识别。步态分类。卷积神经网络。跨视角。 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鄄ISIR鄄LP 和CASIA鄄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