-
题名基于双通道循环一致性GAN的跨视角步态识别研究
被引量：1
- 1
-
-
作者
王宇
夏懿
-
机构
安徽大学电气工程与自动化学院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第1期259-264,共6页
-
基金
国家自然科学基金资助项目(61872004)
安徽省自然科学基金资助项目(2108085MF232)。
-
文摘
步态识别系统在生物识别领域显示出巨大的潜力,然而步态识别的准确性很容易受到视角的影响。为解决这一问题,提出的方法基于循环生成对抗网络(cycle generative adversarial network,Cycle-GAN)的网络结构,结合新的特征提取模块以及多重损失函数,提出了一种用于跨视角步态识别的网络模型双通道循环一致性生成对抗网络(two-channel cycle consistency generative adversarial network,TCC-GAN)。该网络首先将步态能量图像从任意视角转换为目标视角图像,然后进行比对从而实现身份识别。TCC-GAN分别引入了重建损失、视角分类和身份保持损失来指导生成器生成具有目标视角的步态图像并同时保留身份信息。为了避免可能存在的模式崩塌问题,并保证各个输入和输出以有意义的方式进行映射,模型中还利用了循环一致性损失。数据集CASIA-B和OU-MVLP上的实验结果表明:所提TCC-GAN模型的跨视角识别率高于目前大多数其他基于GAN的跨视角步态识别模型。
-
关键词
生成对抗网络
跨视角步态识别
跨视角图像转换
步态能量图
-
Keywords
generative adversarial networks
cross-view gait recognition
cross-view image converting
gait energy image
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
