检索结果-南通市图书馆

东北师大学报（自然科学版） 2022年第4期54卷 77-86页

作者：刘正道努尔毕亚·亚地卡尔木特力甫·马木提阿力木江·艾沙库尔班·吾布力新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学多语种信息技术重点实验室新疆乌鲁木齐830046

为了能够保留更多的输入步态轮廓图的轮廓和纹理等信息,增加深浅特征融合的输入,提出了基于优化gaitset模型的步态识别研究.首先,在原模型的基础上,采用了联合Loss优化,步态轮廓图的裁剪对齐为较大图片尺寸,并且进行进一步的论证;其次,... 详细信息

为了能够保留更多的输入步态轮廓图的轮廓和纹理等信息,增加深浅特征融合的输入,提出了基于优化gaitset模型的步态识别研究.首先,在原模型的基础上,采用了联合Loss优化,步态轮廓图的裁剪对齐为较大图片尺寸,并且进行进一步的论证;其次,增加多尺度的感受野的特征输入和深浅特征融合;最后,在CASIA-B数据库上进行了验证.实验结果表明:LT样本规模及非相同视角下,NM状态下的识别率为97.309%,BG状态下的识别率为94.048%,CL状态下的识别率为81.736%.相比较原模型Rank-1的准确率有较大的提升.

关键词：步态识别优化研究 gaitset 图像尺寸深浅特征融合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于特征增强gaitset和微运动特征的步态识别算法研究

基于特征增强GaitSet和微运动特征的步态识别算法研究

引用

作者：杨鹏杭州电子科技大学

学位级别：硕士

通过计算机和生物统计学等原理,利用人体特有的生理特性和行为特征进行个人身份的鉴定的技术称为生物识别技术。随着人们日常生活中的安全问题日益突出,生物识别技术正在成为一个重要的科学领域。步态识别可对人们进行远距离监控,并且... 详细信息

通过计算机和生物统计学等原理,利用人体特有的生理特性和行为特征进行个人身份的鉴定的技术称为生物识别技术。随着人们日常生活中的安全问题日益突出,生物识别技术正在成为一个重要的科学领域。步态识别可对人们进行远距离监控,并且由于它难以模仿,在刑事侦查、门禁等场景中得到应用。近年来,计算机视觉借助深度学习实现了飞速的发展,基于深度学习的步态识别方法也得以快速进步。首先,论文从步态识别研究的背景和意义出发,详细阐述了步态识别技术的发展起源以及现实需求,说明了步态识别技术与其他生物识别技术相比具有非接触性、隐蔽性高等特点;并对目前研究领域内步态识别技术的研究现状,以及步态识别技术还存在的难点进行分析介绍。在此基础上,根据最新步态识别技术当中广泛应用的深度学习方法介绍了卷积神经网络、批标准化、激活函数和反向传播算法,并叙述了步态识别主流的两种技术方法。然后,论文提出了一种改进的特征增强Gait Set（An Improved Feature Enhancement Gait Set,IFE-Gait Set）步态识别算法。算法针对CASIA-B步态轮廓图数据集中分割后的步态轮廓图仍然存在较多的空洞和误连接区域、与原始步态视频数据集相比偏差较大的问题,利用Open CV框架和形态学处理对CASIA-B步态轮廓图数据集进行裁剪对齐、归一化以及修补等操作,获得较为优质的Processed-CASIA-B行人步态轮廓数据集;利用三通道卷积特征融合提升Gait Set网络特征提取能力,在训练阶段使用改进的类间优化三元组损失函数进行惩罚训练,拉近同一标签在特征空间的距离,进一步提升网络学习能力。通过对优化后网络模型进行实验验证,IFE-Gait Set在Processed-CASIA-B行人步态轮廓数据集利用类间优化三元组损失进行惩罚训练,在普通状态、穿着大衣状态、携带背包状态下平均第一次命中识别精度分别提升1.91%、3.281%、2.595%,三种状态的整体平均第一次命中（Rank-1）识别精度提升2.6%,且网络模型整体参数仅增加6%。同时,算法进行了数据集处理、损失函数优化下的消融实验,实验结果表明获得了较为明显的精度提升。最后,论文提出了一种基于微运动特征的（Gait Recognition on Micromotion Features,GRMF）步态识别算法。算法借鉴行人重识别中局部特征的思想,关注行人步态中的微小运动幅度信息,提出微运动特征。算法首先对原始数据集进行裁剪对齐、归一化和修补操作,再基于卷积神经网络实现微运动特征提取和特征映射。其中,微运动特征提取由切块卷积借助残差结构进行对步态轮廓集合完成,然后将微运动特征经过集合池化层送入特征映射模块映射至行人步态特征向量,最后利用类间优化三元组损失进行惩罚训练,经过测试集测试得到最终步态识别精度结果。GRMF步态识别算法在Processed-CASIA-B数据集上普通状态、穿着大衣状态、携带背包状态下平均第一次命中（Rank-1）识别精度达到了95.336%、90.233%、75.782%,尤其是在穿着大衣状态下（此时行人步态特征大幅度被大衣遮挡）,证明了微运动特征的有效性。

关键词：生物识别步态识别深度学习三通道卷积 gaitset 微运动特征

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂场景下多重损失的步态识别系统的实现

引用

软件 2023年第5期44卷 11-18页

作者：李长萍于大海郭豪李杰胡滨贵州大学计算机科学与技术学院贵州贵阳550000

在目前的高校教育制度下,我国的教育事业蓬勃发展,但是在学生课堂早退违纪问题的处理中仍存在不足之处,由于早退学生的过多遮挡以及背景环境较高的复杂程度,因此在识别学生的身份时很难同时兼顾速度和准确性。针对该问题,基于显著性目... 详细信息

在目前的高校教育制度下,我国的教育事业蓬勃发展,但是在学生课堂早退违纪问题的处理中仍存在不足之处,由于早退学生的过多遮挡以及背景环境较高的复杂程度,因此在识别学生的身份时很难同时兼顾速度和准确性。针对该问题,基于显著性目标检测U2Net网络和多重损失的gaitset模型,结合步态识别相关技术,设计和实现了针对于高校课堂早退学生身份识别的系统DGRSML,为有效解决高校学生课堂早退违纪现象的身份识别问题提供了帮助。

关键词：复杂场景多重损失课堂早退步态识别 gaitset U2Net

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

人体步态识别算法研究

人体步态识别算法研究

引用

作者：刘鑫黑龙江大学

学位级别：硕士

步态识别是一种新兴的生物特征识别技术。步态识别与其他生物识别技术不同,具有易采集、无需目标配合、难伪装等特点,可以克服人脸、指纹等识别方式应用在某些场景表现出的不足,具有良好的应用前景。目前,步态识别仍然面临诸多问题,如... 详细信息

步态识别是一种新兴的生物特征识别技术。步态识别与其他生物识别技术不同,具有易采集、无需目标配合、难伪装等特点,可以克服人脸、指纹等识别方式应用在某些场景表现出的不足,具有良好的应用前景。目前,步态识别仍然面临诸多问题,如易受角度变化、穿衣变化、携带物变化的影响。针对这些变化对步态识别的影响,本文对步态识别算法展开了深入研究,具体内容如下:布态轮廓序列图能充分的保存空间信息以及时间信息,为充分利用这种优势,采用gaitset作为步态识别算法。由于传统计算机视觉算法应用在真实的监控视频中具有局限性,因此采用实例分割算法MASK R-CNN获取步态轮廓序列图。最后将这两种算法结合,实现了行人身份识别。实验结果表明,在自建的步态轮廓序列图集中,能够成功识别出实验对象的身份。选用步态能量图作为步态特征模板进行跨视角步态识别。针对跨视角识别问题,提出双身份判别生成对抗网络,对步态能量图进行视角转化。网络的两个判别器的损失函数不同,使其能够减小类内变化,增大类间变化,提高生成图片对应于不同身份之间潜在信息差异。在基准数据集上进行测试,该方法的实验结果更高,同时在自建的数据集中验证了该方法的有效性。

关键词：步态识别步态轮廓序列图 Mask R-CNN gaitset 步态能量图生成对抗网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人脸和步态身份识别的研究与应用

基于人脸和步态身份识别的研究与应用

引用

作者：陈柳江桂林电子科技大学

学位级别：硕士

目前,生物特征识别技术受到国内外安全专家的关注,人脸识别具有非接触、安全性高等优点,但其容易受到面部表情、光强度和遮挡等因素影响。步态识别具有识别距离远、伪装困难等优点,但其容易受到人物情绪、负重和衣着等因素影响。因此,... 详细信息

目前,生物特征识别技术受到国内外安全专家的关注,人脸识别具有非接触、安全性高等优点,但其容易受到面部表情、光强度和遮挡等因素影响。步态识别具有识别距离远、伪装困难等优点,但其容易受到人物情绪、负重和衣着等因素影响。因此,本文研究基于人脸和步态双模态的融合方法,提高识别的准确性。另外,提出结合步态双视角融合和区域下采样的方法,提高系统的运行效率和鲁棒性。本课题的研究内容主要包括:1、人脸和步态的预处理。使用高斯混合模型对视频流进行步态的前景提取,通过对齐方式得到人物所在位置信息,并通过归一化处理得到最终步态帧图。使用高斯混合模型和人体比例法对人脸图像进行提取,通过归一化得到最终的人脸帧图。2、通过步态的视角融合研究。使用gaitset网络模型进行步态识别,在36°和90°两个单视角中分别获得步态识别准确率为92.2%和93.7%,使用双视角步态进行加法融合,使用排序方法获得准确率为94.3%。3、对人脸和步态进行双模态融合研究。首先提出一种双模态生物特征融合算法,用于研究人脸和步态双模态融合的准确率并分析融合结果。当人脸和步态余弦距离序列长度为11时取得最好效果,正常、背包和衣着三种不同类型的人脸和步态融合中分别获得的准确率为100%、100%和99.3%。最后,探究三种类型人脸和步态余弦距离的分布,并就分布情况进行了原因分析。4、系统平台的搭建与优化。系统设计中提出了90°视角区分人物方法,该方法有效、准确地记录行人在视频中出现的时间。为提高研究分析效率,设计了一种快速提取人脸和步态图像的区域下采样方法。另外,介绍软硬件的基本框架、通信方式和平台环境等,最后对系统的准确率和性能进行测试,实景测试取得100%的准确率,单次人脸和步态识别耗时分别为0.165秒和0.315秒。

关键词：双模态身份识别双视角步态融合高斯混合模型区域下采样 gaitset

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：