典型文献
基于非对称双路识别网络的步态识别方法
文献摘要：
步态作为一种人体躯干、关节、上下肢及各肌群的周期性行为模式,是可用于身份识别过程的一种重要生物特征.针对现有的步态识别方法大都是基于步态轮廓图或者步态能量图提取的全局特征,而忽视了对细粒度步态信息的有效利用的问题,提出了一种包括全局通路和局部通路的非对称双路识别网络.其中全局通路采用三元组损失函数,用于提取步态的全局时空特征;局部通路采用交叉熵损失函数,用于识别步态中显著不同的局部特征.此外,在局部通路中加入了一个显著性特征检测器模块,用于实现有效的细粒度步态信息识别.在公开数据集CASIA-B和OU-ISIR-LP上进行了对比实验,结果表明,在跨视角和跨场景的环境下,该方法相对现有方法在步态识别的准确率方面都有显著提升.
文献关键词：
步态识别;非对称双路网络;显著性特征检测器
中图分类号：
作者姓名：
周潇涵;王修晖
作者机构：
中国计量大学 信息工程学院,浙江省电磁波信息技术与计量检测重点实验室,杭州 310018
文献出处：
引用格式：
[1]周潇涵;王修晖-.基于非对称双路识别网络的步态识别方法)[J].计算机工程与应用,2022(04):150-156
A类：
显著性特征检测器,非对称双路网络
B类：
识别网络,步态识别,躯干,上下肢,性行为,行为模式,身份识别,识别过程,生物特征,步态轮廓图,步态能量图,全局特征,细粒度,步态信息,三元组损失,全局时空特征,交叉熵损失函数,局部特征,信息识别,公开数据集,CASIA,OU,ISIR,LP,跨视角,跨场景
AB值：
0.325626
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。
