基于无键注意力深度网络的人脸与步态特征多模态自适应融合用于人体识别
计算机视觉与模式识别
2023-03-27 v1
摘要
生物特征识别在基于视觉的监控应用中发挥着重要作用。诸如步态之类的软生物特征常与人脸一起用于人员识别和重识别等监控任务。然而，在实际场景中，经典融合技术对个体用户和外部环境变化的响应较差。为此，我们利用无键注意力（keyless attention）深度神经网络，提出了一种新颖的自适应多生物特征融合策略，用于动态整合步态与人脸生物特征线索。本研究考察了视角、与相机的距离等多种外部因素。大量实验表明，所提模型相比当前最优（SOTA）模型具有更优性能。
引用
@article{arxiv.2303.13814,
title = {Multimodal Adaptive Fusion of Face and Gait Features using Keyless attention based Deep Neural Networks for Human Identification},
author = {Ashwin Prakash and Thejaswin S and Athira Nambiar and Alexandre Bernardino},
journal= {arXiv preprint arXiv:2303.13814},
year = {2023}
}
备注
-