密集视角GEIs集合：基于密集视角GAN的视角空间覆盖步态识别方法
计算机视觉与模式识别
2020-09-29 v1
摘要
步态识别已被证明在远距离人体识别中是有效的。但步态特征的视角差异会极大地改变人体外观并降低其性能。大多数现有步态数据集通常仅收集十几个不同角度的数据，甚至更少。有限的视角角度会阻碍学习更好的视角不变特征。如果我们以1度间隔收集各种角度的数据，可进一步提高步态识别的鲁棒性。但收集此类数据集耗时耗力。因此，本文引入密集视角GEIs集合（DV-GEIs）以应对有限视角角度的挑战。该集合可覆盖整个视角空间，视角角度从0度到180度以1度间隔分布。此外，提出密集视角GAN（DV-GAN）来合成该密集视角集合。DV-GAN由生成器、判别器和监视器组成，其中监视器旨在保留人体身份与视角信息。所提方法在CASIA-B和OU-ISIR数据集上进行了评估。实验结果表明，由DV-GAN合成的DV-GEIs是学习更好视角不变特征的有效途径。我们相信密集视角生成样本的思路将进一步推动步态识别的发展。
引用
@article{arxiv.2009.12516,
title = {Dense-View GEIs Set: View Space Covering for Gait Recognition based on Dense-View GAN},
author = {Rijun Liao and Weizhi An and Shiqi Yu and Zhu Li and Yongzhen Huang},
journal= {arXiv preprint arXiv:2009.12516},
year = {2020}
}
备注
Accepted for presentation at IJCB'2020