跨视角步态识别综述

摘要：

步态识别具有对图像分辨率要求低、可远距离识别、无需受试者合作、难以隐藏或伪装等优势,在安防监控和调查取证等领域有着广阔的应用前景.然而在实际应用中,步态识别的性能常受到视角、着装、携物和遮挡等协变量的影响,其中视角变化最为普遍,并且会使行人的外观发生显著改变.因此,提高步态识别对视角的鲁棒性一直是该领域的研究热点.为了全面认识现有的跨视角步态识别方法,本文对相关研究工作进行了梳理和综述.首先,从基本概念、数据采集方式和发展历程等角度简要介绍了该领域的研究背景,在此基础上,整理并分析了基于视频的主流跨视角步态数据库;然后,从基于3维步态信息的识别方法、基于视角转换模型的识别方法、基于视角不变特征的识别方法和基于深度学习的识别方法4个方面详细介绍了跨视角步态识别方法.最后,在CASIA-B(CASIA gait database,dataset B)、OU-ISIR LP(OU-ISIR gait database,large population dataset)和OU-MVLP(OU-ISIR gait data-base,multi-view large population dataset)3个数据库上对该领域代表性方法的性能进行了对比分析,并指出跨视角步态识别的未来研究方向.

关键词：计算机视觉、生物特征识别、步态识别、跨视角、机器学习、深度学习、神经网络

所属期刊栏目：28

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;广东省基础与应用基础研究基金项目;山东省重大科技创新工程项目;山东省优秀青年基金项目

在线出版日期：2023-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共22页

页码：1265-1286