《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 模拟设计 > 设计应用 > 基于频域注意力时空卷积网络的步态识别方法
基于频域注意力时空卷积网络的步态识别方法
《信息技术与网络安全》2020年第6期
赵国顺1,2，方建安1，2，瞿斌杰1，2，Samah A.F.Manssor1，2，孙韶媛1，2
1.东华大学 信息科学与技术学院，上海201620； 2.数字化纺织服装技术教育部工程研究中心，上海201620
摘要： 为了解决步态信息冗余多、特征重要性分布不均匀以及步态的时空特征难以学习的问题，提出了基于频域注意力的时空卷积网络进行步态识别。该方法改进了三维卷积网络(C3D)学习时空特征，同时提出了一种频域注意力卷积操作，既减少了冗余计算，注意力的调整又提高了学习效果。网络首先将步态信息划分为五组，然后通过改进的卷积进行时空特征抽取，最后通过Softmax层进行分类。在中科大数据集CASIA dataset B中进行测试，在Bag状态与Coat状态下准确率分别为88.5%、92.8%，分别较传统深度卷积网络(Deep CNN)提升3%左右，同时注意力在网络学习中重新分布，各个角度下的准确率也平均提升2%左右。
中圖分類號(hào)： U491.1文獻(xiàn)標(biāo)識(shí)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(shí)空卷積網(wǎng)絡(luò)的步態(tài)識(shí)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，Fang 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(shí)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(shí)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(chǎng)景比較完善。醫(yī)學(xué)研究表明，每一個(gè)人的步態(tài)都有自己的形態(tài)，具有唯一性，使用步態(tài)識(shí)別具有一定的安全性，不會(huì)導(dǎo)致信息的錯(cuò)誤。將步態(tài)識(shí)別技術(shù)應(yīng)用于當(dāng)今智能監(jiān)控領(lǐng)域，可以在多場(chǎng)景下對(duì)人員進(jìn)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(shí)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(diǎn)的位置變化、重心的起伏周期等幾何數(shù)字特征，將一個(gè)人的行走視頻序列壓縮成一個(gè)模板，然后通過匹配待預(yù)測(cè)行人的步態(tài)與模板的相似度進(jìn)行識(shí)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(shí)空信息來匹配行人的步態(tài)，這種方法不需要大量精細(xì)的特征構(gòu)建，是一種端到端的識(shí)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(shí)這種特征缺失了時(shí)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(qiáng)，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(shí)時(shí)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(jìn)頻域卷積。同時(shí)另一個(gè)創(chuàng)新主要是注意力機(jī)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(cè)，本文方法在跨視角實(shí)驗(yàn)和方法對(duì)比實(shí)驗(yàn)中具有提升。



本文詳細(xì)內(nèi)容請(qǐng)下載:http://m.ihrv.cn/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。

相關(guān)內(nèi)容