简介：摘要 近期，智能视觉技术越来越多应用到监控安防场景中，其中的步态识别技术可以通过分析行人行走序列中的姿态与动作来判断身份。传统步态识别方法的具体应用效果依旧会针对不同衣着和背包场景下步态轮廓图中的身体部位粘连、遮挡、与正常场景差异大等问题的影响。因此，本文使用人体骨架信息进行识别，来减弱上述问题造成的影响。核心思想在于使用深度学习方法，提取原始图像序列中的人体骨架关键点，据此构成步态骨架图结构以辅助后继步态识别。在具体实现中，本文引入多个相同的时空图卷积模块，使得所提取的步态骨架序列能充分融合空间维度与时间维度两方面的特征信息。实验证明，该网络在CASIA-B数据集上相对于传统的步态骨架方法，达到了更高的性能。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
