基于姿态的深度步态识别

人的步态或行走方式是一种生物特征，当面部或虹膜等其他生物特征不可见时，可利用它识别人员。本文提出了一种基于姿态的卷积神经网络模型用于步态识别。与许多考虑移动人员全身高轮廓的方法不同，我们考虑人体关节周围区域点的运动。为提取运动信息，我们估计连续帧之间的光流。我们提出了一种深度卷积模型来计算基于姿态的步态描述符。我们比较了不同的网络架构和聚合方法，并通过实验评估各种身体部位集合，以确定哪些对步态识别最重要。此外，我们通过在数据集间迁移来研究所开发算法的泛化能力。这些实验结果表明，我们的方法优于最先进方法。