基于优化GaitSet的步态识别算法研究

来源：计算机工程与应用杂志2025年第14期北京时间：

作者：李建芳

单位：河南财政金融学院 会计学院，郑州 450046

摘要：步态识别作为一种新兴的生物特征识别技术，在预防犯罪、法医鉴定和社会保障等领域具有广阔的应用前景。基于序列的方法虽然可以保留更多的步态时空信息，但存在计算代价高昂和灵活性不足的问题。为了克服这些方法的局限性，提出了一种优化的GaitSet步态识别算法，设计了精细化模块，并对原网络的结构进行优化。在卷积层后增加比标准化操作，加速网络收敛速度；引入了SA注意力机制，提高了模型的性能和泛化能力。采用联合损失进行训练，通过Softmax损失函数弥补三元组损失函数可能导致模型训练的收敛慢、易过拟合等缺点。CASIA-B数据集实验表明，所提方法能够将步态数据转换为能量图并提取得到更多特征信息，各角度识别准确率均有较高的识别精度。

关键词：步态识别,卷积神经网络,深度学习,GaitSet,损失函数