基于生成对抗网络的步态特征提取与识别

摘要

提出了一种基于生成对抗网络的步态特征提取与识别算法。以CASIA-B数据集的步态图像为研究对象,对不同视角、不同衣着或手持物的GEI特征进行分析。在54°,90°,126°3种典型角度下对网络模型的性能进行分析,发现模型的识别性能随着视角跨度增大而逐渐降低,当视角为90°时网络模型达到最高的识别准确率。在CASIA-B数据集上的实验结果表明,使用生成对抗网络实现步态识别是可行的。