基于轮廓序列图像的特征图池化跨视角步态识别
计算机视觉与模式识别
2017-11-28 v1
摘要
本文中，我们开发了一种基于卷积神经网络的新方法，从步态轮廓序列图像中提取并聚合有用信息，而非简单地通过对轮廓图像取平均来表示步态过程。该网络以任意长度的序列图像对作为输入，并独立地为每个轮廓提取特征。随后采用特征图池化策略来聚合序列特征。接着，设计了一个类似于Siamese网络的网络来执行识别。所提网络简洁且易于实现，并可以端到端方式训练。在OU-ISIR大样本数据集上进行了跨视角步态识别实验。结果表明，我们的网络能有效从轮廓序列中提取并聚合特征。与最先进方法相比，它还取得了显著的平均错误率与可比较的识别率。
引用
@article{arxiv.1711.09358,
title = {Feature Map Pooling for Cross-View Gait Recognition Based on Silhouette Sequence Images},
author = {Qiang Chen and Yunhong Wang and Zheng Liu and Qingjie Liu and Di Huang},
journal= {arXiv preprint arXiv:1711.09358},
year = {2017}
}
备注
Accepted to IJCB2017