| 基于多尺度特征迁移学习的步态识别研究 |
| |
| 引用本文： | 徐健,黄磊,陈倩倩,陆珍,吴曙培. 基于多尺度特征迁移学习的步态识别研究[J]. 计算机工程与应用, 2021, 57(20): 180-187. DOI: 10.3778/j.issn.1002-8331.2006-0154 |
| |
| 作者姓名： | 徐健 黄磊 陈倩倩 陆珍 吴曙培 |
| |
| 作者单位： | 西安工程大学 电子信息学院，西安 710048 |
| |
| 摘 要： | 为了解决行人步态数据集样本量较少、单特征或多特征融合的步态识别算法特征描述不足的问题，提出了一种基于多尺度特征深度迁移学习的行人步态识别方法。该算法步骤包括：改进VGG-16网络，去除网络中最后一个最大池化层（Maxpool Layer），融合空间金字塔池化网络结构（SPP）获取行人步态能量图（GEI）的多尺度信息，利用Imagenet数据集预训练此网络模型，将提取特征能力迁移至行人步态识别网络模型中，采用行人步态样本集微调网络，修改网络中的全连接层参数，应用于行人步态识别研究。该方法在中科院自动化研究所的CASIA-B步态数据集上的识别精度达到了95.7%，与单一步态特征的步态识别方法以及融合多种步态特征的识别方法相比，步态识别率有了明显提升，表明该方法有更好的识别性能。
|
| 关 键 词： | 步态识别 迁移学习 步态能量图 空间金字塔池化 多尺度特征 |
Research on Pedestrian Gait Recognition Based on Multi-scale Feature Transfer Learning |
| |
| XU Jian,HUANG Lei,CHEN Qianqian,LU Zhen,WU Shupei. Research on Pedestrian Gait Recognition Based on Multi-scale Feature Transfer Learning[J]. Computer Engineering and Applications, 2021, 57(20): 180-187. DOI: 10.3778/j.issn.1002-8331.2006-0154 |
| |
| Authors: | XU Jian HUANG Lei CHEN Qianqian LU Zhen WU Shupei |
| |
| Affiliation: | School of Electronic Information, Xi’an Polytechnic University, Xi’an 710048, China |
| |
| Abstract: | |
| |
| Keywords: | gait recognition transfer learning gait energy image spatial pyramid pooling multi-scale features |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
