典型文献
基于度量学习的步态识别比较研究
文献摘要：
步态识别是一项根据人在行走中的动作特征进行身份识别的技术,与其他生物特征识别方法相比,其可以实现远距离、非接触识别,在监控、安防等领域有着广泛的应用.度量学习在模式识别任务中起着非常重要的作用,其从训练样本中学习出合适的距离函数来度量样本间的相似性,以提高识别率.为此,从度量学习视角对步态识别问题进行研究,比较分析几种经典的度量学习方法在步态识别中的性能表现.首先从步态序列中提取步态能量图作为行人的步态特征,然后使用度量学习方法学习距离度量,使得在该度量下同一类样本间的距离最小化和不同类样本间的距离最大化,以提升步态识别的正确识别率.在广泛使用的CASIA-B与CASIA-C步态数据集上进行了一系列的对比实验,实验结果展示了几种度量学习方法的识别性能,为今后的步态识别研究提供了一些基准结果.
文献关键词：
步态识别;度量学习;特征提取;人体生物特征;模式识别
中图分类号：
作者姓名：
刘东;胡峻林
作者机构：
北京化工大学 信息科学与技术学院,北京 100029;北京航空航天大学 软件学院,北京 100191
文献出处：
引用格式：
[1]刘东;胡峻林-.基于度量学习的步态识别比较研究)[J].计算机技术与发展,2022(09):89-94,113
A类：
B类：
度量学习,步态识别,动作特征,身份识别,生物特征识别,远距离,非接触,安防,模式识别,训练样本,距离函数,识别率,学习视角,步态序列,步态能量图,步态特征,用度,方法学,距离度量,下同,CASIA,步态数据,识别性,人体生物特征
AB值：
0.331435
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
