公开(公告)号：CN108681689B

公开(公告)日：2021-06-04

申请号：CN201810282478.6

申请日：2018-04-02

Applicant: 中国科学院自动化研究所

Inventor： 王亮 ,  黄岩 ,  宋纯锋 ,  孙天宇

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉领域，具体涉及一种基于生成对抗网络的帧率增强步态识别方法及装置，旨在降低识别图像的噪声，提高步态识别的准确率。该方法具体包括：首先通过一个生成对抗网络生成数据集中连续两帧之间的帧，然后将生成帧与原始帧合并计算步态能量图，然后通过步态能量图识别网络对个体进行识别。该方法中的生成对抗网络能够显著提高原始图像序列的帧率，同时生成的图像对噪声具有较好的鲁棒性，能够起到对步态能量图进行降噪的作用，同时在步态能量图识别网络中加入了新型边界比率损失函数，能够极好地平衡不同损失函数之间的量级，大大提升模型训练的稳定性。本方法能够明显提升跨视角及不跨视角的步态识别率。

公开(公告)号：CN108681689A

公开(公告)日：2018-10-19

申请号：CN201810282478.6

申请日：2018-04-02

Applicant: 中国科学院自动化研究所

Inventor： 王亮 ,  黄岩 ,  宋纯锋 ,  孙天宇

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/00348 ,  G06N3/0481 ,  G06N3/084

Abstract: 本发明属于计算机视觉领域，具体涉及一种基于生成对抗网络的帧率增强步态识别方法及装置，旨在降低识别图像的噪声，提高步态识别的准确率。该方法具体包括：首先通过一个生成对抗网络生成数据集中连续两帧之间的帧，然后将生成帧与原始帧合并计算步态能量图，然后通过步态能量图识别网络对个体进行识别。该方法中的生成对抗网络能够显著提高原始图像序列的帧率，同时生成的图像对噪声具有较好的鲁棒性，能够起到对步态能量图进行降噪的作用，同时在步态能量图识别网络中加入了新型边界比率损失函数，能够极好地平衡不同损失函数之间的量级，大大提升模型训练的稳定性。本方法能够明显提升跨视角及不跨视角的步态识别率。