[发明专利]基于多任务生成对抗网络的跨视角步态识别方法

说明书

本发明属于计算机视觉和机器学习领域，具体为一种基于多任务生成对抗网络的跨视角步态识别方法。本发明主要解决了步态识别在大的视角变化下模型泛化性能降低的问题。对于原始的行人视频帧序列，首先对每帧图像进行预处理，并提取出步态模版特征；然后通过神经网络编码为步态隐表示，并在隐空间中进行角度变换；再通过多任务生成对抗网络重构出其他视角的步态模版特征；最后使用步态隐表示进行识别。相比于基于分类或其他基于重构的方法，本发明具有较强的可解释性，并能提升识别性能。

技术领域

本发明属于计算机视觉、机器学习技术领域，具体涉及基于视频的跨视角步态识别方法。

背景技术

基于视频的跨视角步态识别问题是计算机视觉和机器学习领域研究的问题之一。当给定不同视角下的步态视频帧序列，要求根据计算机视觉或机器学习算法判断步态帧序列的主体是否为同一个对象。目前该领域已经有不少前人工作，其主要方法可以分为三大类：基于重构的方法，基于子空间的方法和基于深度学习的方法。以下是这三类方法的一些参考文献：

[1]W.Kusakunniran,Q.Wu,J.Zhang,and H.Li,“Support vector regressionfor multi-view gait recognition based on local motion feature selection,”inConference on Computer Vision and Pattern Recognition,pp.974–981,2010.

[2]M.Hu,Y.Wang,Z.Zhang,J.J.Little,and D.Huang,“View-invariantdiscriminative projection for multi-view gait-based human identification,”IEEE Transactions on Information Forensics and Security,vol.8,no.12,pp.2034–2045,2013.

[3]W.Kusakunniran,Q.Wu,J.Zhang,H.Li,and L.Wang,“Recognizing gaitsacross views through correlated motion co-clustering,”IEEE Transactions onImage Processing,vol.23,no.2,pp.696–709,2014.

[4]S.Yu,H.Chen,Q.Wang,L.Shen,and Y.Huang,“Invariant featureextraction for gait recognition using only one uniform model,”Neurocomputing,vol.239,pp.81–93,2017.

[5]Z.Wu,Y.Huang,L.Wang,X.Wang,and T.Tan,“A comprehensive study oncross-view gait based human identification with deep CNNs,”IEEE Transactionson Pattern Analysis and Machine Intelligence,vol.39,no.2,pp.209–226,2017.

[6]Y.Feng,Y.Li,and J.Luo,“Learning effective gait features usingLSTM,”in International Conference on Pattern Recognition,pp.320–325,2016.