《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 模擬設(shè)計 > 設(shè)計應(yīng)用 > 基于頻域注意力時空卷積網(wǎng)絡(luò)的步態(tài)識別方法
基于頻域注意力時空卷積網(wǎng)絡(luò)的步態(tài)識別方法
《信息技術(shù)與網(wǎng)絡(luò)安全》2020年第6期
趙國順1,2,，方建安1，2,，瞿斌杰1,，2，Samah A.F.Manssor1,，2,，孫韶媛1，2
1.東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院,，上海201620,； 2.數(shù)字化紡織服裝技術(shù)教育部工程研究中心,，上海201620
摘要： 為了解決步態(tài)信息冗余多、特征重要性分布不均勻以及步態(tài)的時空特征難以學(xué)習(xí)的問題,，提出了基于頻域注意力的時空卷積網(wǎng)絡(luò)進行步態(tài)識別,。該方法改進了三維卷積網(wǎng)絡(luò)(C3D)學(xué)習(xí)時空特征，同時提出了一種頻域注意力卷積操作,，既減少了冗余計算,，注意力的調(diào)整又提高了學(xué)習(xí)效果。網(wǎng)絡(luò)首先將步態(tài)信息劃分為五組,，然后通過改進的卷積進行時空特征抽取,，最后通過Softmax層進行分類。在中科大數(shù)據(jù)集CASIA dataset B中進行測試,，在Bag狀態(tài)與Coat狀態(tài)下準(zhǔn)確率分別為88.5%,、92.8%，分別較傳統(tǒng)深度卷積網(wǎng)絡(luò)(Deep CNN)提升3%左右,，同時注意力在網(wǎng)絡(luò)學(xué)習(xí)中重新分布,，各個角度下的準(zhǔn)確率也平均提升2%左右。
中圖分類號： U491.1文獻標(biāo)識碼： ADOI： 10.19358/j.issn.2096-5133.2020.06.003
引用格式： 趙國順,，方建安,，瞿斌杰，等. 基于頻域注意力時空卷積網(wǎng)絡(luò)的步態(tài)識別方法[J].信息技術(shù)與網(wǎng)絡(luò)安全,，2020，39(6)：13-18.
Gait recognition method based on frequency domain attention spatio-temporal convolutional network
Zhao Guoshun1,，2,，F(xiàn)ang Jianan1，2,，Qu Binjie1,，2，Samah A.F.Manssor1,，2,，Sun Shaoyuan1，2
1.School of Information Science and Technology,，Donghua University,，Shanghai 201620，China,； 2.Engineering Research Center of Digitized Textile & Apparel Technology,，Ministry of Education，Shanghai 201620,，China
Abstract： In order to solve the problems of redundant gait information, uneven distribution of feature importance, and difficulty in learning the spatiotemporal features of the gait, a spatiotemporal convolutional network based on attention in the frequency domain was proposed for gait recognition. In the experiment, the spatial and temporal characteristics of three-dimensional convolutional network(C3D) learning were improved. At the same time, a frequency-domain attention convolution operation was proposed, which not only reduced redundant calculations, but also adjusted the attention and improved the learning effect. The network firstly divides the gait information into five groups, then extracts the spatiotemporal features through improved convolution, and finally classifies them through the Softmax layer. Tested in the CASIA dataset B of the Chinese University of Science and Technology, the accuracy rates in the Bag state and Coat state are 88.5% and 92.8% respectively, which are about 3% higher than traditional deep convolutional networks(Deep CNN). At the same time, attention is redistributed in network learning,，the accuracy rate of each angle is increased by about 2% on average.
Key words : frequency domain,；attention；3D convolution,；gait recognition,；biometrics；deep learning

步態(tài)特征,，通俗來說就是人行走時的姿態(tài)外觀,，具體包括手臂、大腿,、小腿等身體輪廓的變化,，由于步態(tài)的采集不需要與被識別者有物理上的接觸，也不需要近距離的接觸,，因此應(yīng)用場景比較完善,。醫(yī)學(xué)研究表明，每一個人的步態(tài)都有自己的形態(tài),，具有唯一性,，使用步態(tài)識別具有一定的安全性，不會導(dǎo)致信息的錯誤,。將步態(tài)識別技術(shù)應(yīng)用于當(dāng)今智能監(jiān)控領(lǐng)域,，可以在多場景下對人員進行監(jiān)控，防止意外情況發(fā)生,，也有利于鎖定犯罪嫌疑人,，節(jié)省人力物力。

目前,，關(guān)于步態(tài)識別的方法主要有兩種,。一種是基于步態(tài)模板的方法，主要是通過構(gòu)建步態(tài)特征,，比如關(guān)節(jié)點的位置變化,、重心的起伏周期等幾何數(shù)字特征，將一個人的行走視頻序列壓縮成一個模板,，然后通過匹配待預(yù)測行人的步態(tài)與模板的相似度進行識別,。另一種方法是通過深度學(xué)習(xí)直接抽取原始圖像序列的步態(tài)信息，通過深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)高維時空信息來匹配行人的步態(tài),，這種方法不需要大量精細的特征構(gòu)建,，是一種端到端的識別方法。

雖然基于步態(tài)模板的方法取得了一定的準(zhǔn)確率,，但是這種特征構(gòu)造方法復(fù)雜,，而且受角度、環(huán)境、穿著變化影響較大,，同時這種特征缺失了時空信息的抽取,，在精度上具有一定的限制性。深度學(xué)習(xí)方法是一種端到端的學(xué)習(xí)方法,，魯棒性強,，易于操作，但是由于模型參數(shù)巨大,，如何保證準(zhǔn)確性與實時性成了關(guān)鍵,。

本文基于深度學(xué)習(xí)的方法，改良了三維卷積網(wǎng)絡(luò)(C3D)的網(wǎng)絡(luò)結(jié)構(gòu),，提出頻域注意力卷積操作,，主要通過劃分頻域空間，引進頻域卷積,。同時另一個創(chuàng)新主要是注意力機制的引入,，這使得網(wǎng)絡(luò)更加關(guān)注不同步態(tài)之間的不同，調(diào)整步態(tài)分布的重要性,，提升網(wǎng)絡(luò)學(xué)習(xí)效果,。經(jīng)由中科大數(shù)據(jù)集CASIA dataset B檢測，本文方法在跨視角實驗和方法對比實驗中具有提升,。



本文詳細內(nèi)容請下載:http://forexkbc.com/resource/share/2000003146

作者信息：

趙國順1,2,，方建安1，2,，瞿斌杰1,，2，Samah A.F.Manssor1,，2,，孫韶媛1，2

(1.東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院,，上海201620；

2.數(shù)字化紡織服裝技術(shù)教育部工程研究中心,，上海201620)


此內(nèi)容為AET網(wǎng)站原創(chuàng),，未經(jīng)授權(quán)禁止轉(zhuǎn)載。