基于改进残差网络的联合损失步态特征识别方法技术

本发明专利技术公开了一种基于改进残差网络的联合损失步态特征提取方法。包括以下步骤：首先将黑白人体轮廓图送入改进后的Res

【技术实现步骤摘要】
基于改进残差网络的联合损失步态特征识别方法


[0001]本专利技术涉及一种基于改进残差网络的联合损失步态特征识别方法，属于计算机视觉与智能信息


技术介绍

[0002]步态作为唯一可远程识别的生物认证技术，越来越受社会及科研机构的关注。在社会安全、身份认证、视频监测等方面有着广泛的应用前景。与其他生物特征认证技术不同，步态是人的外在的、动态的表现，且和时空密切联系。同时，与基于静态特征的其他生物认证技术相比,步态识别具有非接触性、非侵入性和难隐藏性等显著的优势。具体而言，步态可实现远程检测(>5m)，且能在低分辨率意义下进行监控，有较强的鲁棒性。其次，步态识别可在被观察者不发现的情况下进行，检测不需要被观察者的合作。第三，其他认证技术比如说人脸识别可以通过把脸遮住从而具有隐藏性，而步态是较难隐藏的。
[0003]目前在步态识别领域研究人员提出了大量的算法，主要可分为基于模型(mode1
‑
based)的方法和基于整体(appearance
‑
based)的方法两种类型。基于模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进残差网络的联合损失步态特征识别方法，其特征在于包括以下步骤：(1)使用残差单元改进帧级特征提取模块，将其中的3
×
3卷积替换为残差网络中的Bottleneck单元；(2)使用多个损失函数联合来共同约束所提取的步态特征的有效性。2.根据权利要求1所述的方法，其特征在于(1)中构建基于残差网络的帧级特征提取模块，构建方法如下：基于残差连接的思想，组合2个残差单元与1个最大池化操作构建了帧级特征提取模块，与普通卷积组成的帧级特征提取模块相比，优化后的帧级特征提取模块在不增加隐藏层的情况下加...

【专利技术属性】
技术研发人员：何小海，贺璇，卿粼波，陈洪刚，滕奇志，吴小强，
申请(专利权)人：四川大学，
类型：发明
国别省市：