重新思考基于外表的深度步态识别:步态识别演变的评论,分析和见解
概括
本研究回顾了基于多外观的步态识别方法,统一模型和探索数据排列效应. 它促进了对这种生物识别技术的理解,用于公共安全应用.
科学领域:
- 生物识别和模式识别技术
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 步态识别是公共安全的关键生物识别.
- 使用轮的基于外观的方法很受欢迎,并且优于基于模型的方法.
- 多轮增强了基于外观的步态识别的时空表现.
研究的目的:
- 提供基于多外观的步态识别方法的全面审查.
- 在一个单一的框架内统一高性能模型.
- 调查数据排列效应和现有方法的扩展能力.
主要方法:
- 文学评论追踪了步态识别技术的演变.
- 为基于多外观的模型开发一个统一的框架.
- 关于数据排列和模型可扩展性的实证研究.
主要成果:
- 识别基于多外观的步态识别的关键进展.
- 证明数据排列对业绩的影响.
- 对当前方法的扩展能力的分析.
结论:
- 基于多外观的步态识别显示了显著的进步.
- 需要进一步研究数据的排列和可扩展性.
- 该研究确定了步态识别当前的挑战和未来的研究方向.
