基于多特征融合卷积的步态识别算法研究

来源：计算机应用与软件杂志2024年第1期北京时间：

作者：杨鹏，应娜，李怡菲, ,

摘要：针对GaitSet算法中主干网络学习能力和分类能力较弱，提出基于多特征融合卷积网络的步态识别算法（MFFC-GaitSet）。算法通过多特征融合卷积重建GaitSet网络增强网络学习能力，同时对三元组损失函数进行平滑优化；利用形态学处理对步态轮廓图进行修补。算法在Casia-B数据集上进行验证，步态识别精度达到85.811%，提高2.6%；模型权重仅增加6%。算法可以有效减少复杂环境对步态识别的负面影响，实现复杂环境下高精度的步态识别。实验结果表明，方法能够实现较为精确的步态识别，并具有较佳的鲁棒性和泛化能力。

关键词：步态识别, 多特征融合, 形态学处理, 三元组平滑优化, Casia-B数据集