Идите этим путем: лучший способ определения различий в походке: исследователи из Университета Осаки разрабатывают метод распознавания походки, который может преодолевать внутрипредметные вариации за счет различий во взглядах.

Походка — это практический навык для видеонаблюдения и криминалистики, поскольку ее можно запечатлеть на видео на расстоянии. Фактически, распознавание походки уже использовалось в практических случаях в уголовных расследованиях. Однако распознавание походки подвержено изменениям внутри субъекта, таким как угол обзора, одежда, скорость ходьбы, обувь и статус ношения.

Такие препятствующие факторы побудили многих исследователей изучить новые подходы к этим вариациям.Исследования, использующие возможности структур глубокого обучения для улучшения методов распознавания походки, были привязаны к структурам сверточной нейронной сети (CNN), которые учитывают компьютерное зрение, распознавание образов и биометрию.

Сверточный сигнал означает объединение любых двух из этих сигналов для формирования третьего, который предоставляет больше информации.Преимущество подхода, основанного на CNN, заключается в том, что сетевые архитектуры могут быть легко спроектированы для повышения производительности путем изменения входных и выходных данных и функций потерь. Тем не менее, группа исследователей из Университета Осаки заметила, что существующее распознавание походки с перекрестным обзором на основе CNN не учитывает два важных аспекта.«В современных подходах, основанных на CNN, отсутствуют аспекты проверки и идентификации, а также компромисс между пространственным перемещением, то есть когда субъект перемещается из одного места в другое», — объясняет ведущий автор исследования Норико Такемура.

Учитывая эти два аспекта, исследователи разработали архитектуры ввода / вывода для распознавания походки с перекрестным обзором на основе CNN. Они использовали сиамскую сеть для проверки, где входными данными является пара признаков походки для сопоставления, а выходными данными является истинная (те же субъекты) или вероятность самозванца (разные субъекты).Примечательно, что сиамские сетевые архитектуры нечувствительны к пространственному смещению, поскольку разница между совпадающей парой вычисляется на последнем слое после прохождения слоев свертки и максимального объединения, что снижает размерность изображения походки и позволяет делать предположения о скрытых Особенности. Поэтому можно ожидать, что они будут иметь более высокую производительность при значительных различиях во взглядах.

Исследователи также использовали архитектуры CNN, в которых разница между совпадающими парами вычисляется на уровне ввода, чтобы сделать их более чувствительными к пространственному смещению.«Мы провели эксперименты по распознаванию походки с перекрестным обзором и подтвердили, что предложенные архитектуры превзошли современные тесты в соответствии с их подходящими ситуациями для задач проверки / идентификации и просмотра различий», — говорит соавтор Ясуши Макихара.

Поскольку пространственное смещение вызывается не только разницей обзора, но и разницей в скорости ходьбы, разницей в статусе ношения, разницей в одежде и другими факторами, исследователи планируют дополнительно оценить предложенный ими метод распознавания походки с пространственным смещением, вызванным другими ковариатами.


Оставьте комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *