用于多视角步态识别的Fisher运动描述符
计算机视觉与模式识别
2016-01-27 v1 人工智能
摘要
本文的目标是通过分析步态识别个体。不同于许多先前工作使用二值轮廓作为输入数据，我们提出并评估了基于密集采样的短期轨迹的运动描述符的使用。我们利用最先进的行人检测器来定义目标人物周围描述符的自定义空间配置，获得步态运动的丰富表示。在不同人物空间区域提取的局部运动特征（由 Divergence-Curl-Shear 描述符描述）通过使用 Fisher 向量编码组合成单一高级步态描述符。所提出的方法，称为金字塔Fisher运动（Pyramidal Fisher Motion），在 `CASIA' 数据集（B和C部分）、`TUM GAID' 数据集、`CMU MoBo' 数据集以及近期的 `AVA Multiview Gait' 数据集上进行了实验验证。结果表明这种新方法在步态识别问题上取得了最先进的(state-of-the-art)结果，允许从单和多相机设置、不同衣物、携带包裹、不同步行速度以及不限于直线行走路径的多样视角中识别行走的人。
引用
@article{arxiv.1601.06931,
title = {Fisher Motion Descriptor for Multiview Gait Recognition},
author = {F. M. Castro and M. J. Marín-Jiménez and N. Guil and R. Muñoz-Salinas},
journal= {arXiv preprint arXiv:1601.06931},
year = {2016}
}
备注
This paper extends with new experiments the one published at ICPR'2014