重庆理工大学学报(自然科学) ›› 2020, Vol. 34 ›› Issue (5): 166-172.doi: 10.3969/j.issn.1674-8425(z).2020.05.021

• 信息·计算机 • 上一篇    下一篇

基于步态能量图与VGG结合的步态识别方法

闫 河,罗 成,李 焕,李 彦   

  1. 重庆理工大学计算机科学与工程学院,重庆 400054
  • 发布日期:2020-06-13
  • 作者简介:闫河,男,教授,主要从事模式识别、目标跟踪和人工智能研究;通讯作者罗成,女,硕士研究生,主要从事步态识别研究,E-mail:845570291@qq.com。
  • 基金资助:
    国家自然科学基金面上项目(61173184);重庆市自然科学基金项目(cstc2018jcyjA2328);重庆市技术创新与应用示范项目(cstc2018jszx-cyztzx0206)

  • Published:2020-06-13

摘要: 基于深度学习端到端和多层特征提取的思想,给出一种基于步态能量图和VGG卷积神经网络结合的步态识别方法。首先,使用背景减除法分割出人体轮廓;然后,通过身体轮廓宽度变化计算出步态周期;其次,根据步态周期图像计算出步态能量图;最后使用VGG网络对步态能量图进行特征学习及分类。实验结果表明:所提出的方法可以准确识别行人身份,在CASIA-B步态数据中平均准确率可达92.5%,且对视角有较好的鲁棒性,对深度学习在步态识别领域的进一步应用有借鉴意义。

关键词: 步态识别, 步态能量图, 卷积神经网络

中图分类号: 

  • TP391