基于多尺度特征融合的跨视角步态识别

来源：电子测量技术杂志2024年第1期北京时间：

作者：邹雪，谭棉，严晓波，王飞，王林

单位：1.贵州民族大学数据科学与信息工程学院 贵阳 550025; 2.贵州省模式识别与智能系统重点实验室， 贵州民族大学 贵阳 550025; 3.贵州民族大学人文科技学院 贵阳 550025

摘要：在跨视角步态识别中，针对衣着遮挡情况下难以提取具有可辨别性和多样性的步态特征，导致识别准确率下降的问题，提出了一种基于多尺度特征融合网络的跨视角步态识别方法。该方法能够有效利用步态特征间的互补性，获得具有可辨别性和多样性的步态特征，从而解决因衣着遮挡造成可辨别性差以及单一性的问题，进而提升跨视角步态识别的准确性。为验证所提方法的有效性，在公共数据集CASIA-B上进行了验证，实验结果表明所提方法在处理具有遮挡条件下的跨视角步态识别问题的识别性能达到了73.4%，同时在正常和背包两种行走条件下的识别性能分别达到了95.5%和88.0%。此外，我们的方法在处理遮挡条件下的识别性能优于同类典型的步态识别方法。

关键词：跨视角步态识别;多尺度特征融合;步态特征;可辨别性

基金资助：国家自然科学基金(62241206)、国家自然科学基金(62162012)、贵州省科技计划项目(黔科合基础-ZK［2022］一般195，黔科合基础-ZK［2023］一般143，黔科合基础-ZK［2022］一般 550，黔科合平台人才-ZCKJ［2021］007)、贵州省高层次创新型人才项目（黔科合平台人才-GCC［2023］027）、贵州省教育厅自然科学研究项目（黔教技［2022］015号）、贵州省教育厅青年科技人才成长项目(黔教技［2023］012号，黔教技［2022］015号，黔教技［202