基于生成对抗网络的步态特征提取与识别

文佳敏，沈永良

(黑龙江大学 电子工程学院，哈尔滨 150080)

0 引 言

生物识别技术是利用人体生物特征实现身份认证的一种现代技术，广泛应用于身份鉴别、信息保护等领域。人脸识别、指纹识别和虹膜识别等生物特征识别技术已日渐成熟，在人体身份信息认证中取得了良好表现[1]。但在案件侦破、安全监控、市场营销等领域表现出能力不足。步态识别技术作为生物特征识别领域的另外一个重要分支，克服了人脸识别、指纹识别和虹膜识别等识别技术的局限性，仅使用摄像机就能在远距离捕获目标并采集特征信息。通过对监控视频中人物的步态分析可快速锁定目标，经过相关数据库的信息比对获取目标的相关信息。步态识别技术优良特性在案件侦破、安全监控、市场营销等领域具有巨大的潜力和研究价值[2-3]。

李超[4]利用深度卷积神经网络求解SMPL人体模型参数与相机参数以实现人体三维姿态感知，针对角度因素的影响提出结合深度卷积特征与联合贝叶斯的解决方法，并在OULP数据集和CASIA-B数据集上进行验证。于凯强[5]利用卷积神经网络和类能量图的步态识别方法，完成了多组单种能量图和多种能量图信息融合的跨视角和跨形态的步态识别研究，并验证其有效性。Zhang X等[6]基于视频传感器建立DeepGait网络模型，与其他传统的识别网络相比，该网络不需要手动调整，在不同数据集的不同状态下均能获得较好的识别效果。Shiraga K等[7]基于卷积神经网络建立GEINet模型，该模型以步态能量图作为输入，在OUISIR数据集有良好的识别效果。……