[发明专利]一种基于生成对抗网络的步态识别方法

摘要

本发明公开一种基于生成对抗网络的步态识别方法，在特征提取阶段，基于改进的生成对抗网络，使用反向转播算法训练得到一种能在多种不同类别的图像间进行转换的多领域转换模型；在步态识别阶段，首先把测试集和验证集中的步态视频转换成步态能量图，然后用上述多领域转换模型将测试样本的步态能量图转换成与验证集中状态域与视角域一致的步态能量图，通过比较测试样本与所有验证样本的相似度得出识别结果。本发明能同时处理视角、衣着、携带物三种干扰因素，且在处理跨视角步态识别问题上具有很强的鲁棒性，克服了现有步态识别技术在跨视角识别中准确率不高的缺点。本发明可以广泛应用在门禁系统、社会安全、司法刑侦等领域，适用于大多数配备监控视频的场景。

主权项

1.一种基于生成对抗网络的步态识别方法，其特征在于：包括以下步骤：步骤1：特征提取阶段：对数据集中所有已经标记好身份的行走视频进行处理，转换为步态能量图，且步态能量图一半作为训练集另一半用作测试集；训练和测试所用的数据集均包含0°，18°，……，162°，180°共11个视角以及正常状态nm、携带背包bg和穿着大衣cl三种行走状态；此外，测试所需的验证集包含上述11个视角和nm状态；取出训练集部分的步态能量图对基于生成对抗网络的多领域转换模型进行训练直至模型收敛；步骤2：步态识别阶段：由于验证集样本全为nm行走状态，因此运用步骤1中所述的多领域转换模型将测试样本转换成与验证集一致的视角和nm状态，得到新的测试样本步态能量图，然后再和验证集中所有步态能量图进行相似度比较，根据相似度大小得出识别结果。