基于優(yōu)化GaitSet模型的步態(tài)識(shí)別研究

劉正道，努爾畢亞·亞地卡爾，，木特力甫·馬木提，阿力木江·艾沙，，庫(kù)爾班·吾布力，

(1.新疆大學(xué)信息科學(xué)與工程學(xué)院，新疆 烏魯木齊 830046；2.新疆大學(xué)多語(yǔ)種信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830046)

0 引言

在身份識(shí)別領(lǐng)域，人的外在信息和表達(dá)出來(lái)的特征能夠有效地用來(lái)識(shí)別人員身份信息.步態(tài)識(shí)別是通過(guò)運(yùn)動(dòng)目標(biāo)在行走過(guò)程中，身體的各個(gè)部位綜合信息表達(dá)特征來(lái)進(jìn)行識(shí)別.步態(tài)識(shí)別具有較高的獨(dú)特性，識(shí)別的距離極遠(yuǎn)，對(duì)圖像的分辨率要求較低，還具有非侵入性和不易被覺(jué)察等特點(diǎn).步態(tài)識(shí)別被認(rèn)為是遠(yuǎn)距離身份認(rèn)證非常有潛力的方法，因而在很多較遠(yuǎn)距離的領(lǐng)域具有廣泛的應(yīng)用前景，如在身份識(shí)別、公共安全、犯罪偵查、醫(yī)療診斷，但是在真實(shí)的應(yīng)用中，受到拍攝角度、服裝變化、攜帶物品等諸多的影響因素，因而，將步態(tài)識(shí)別較為廣泛地應(yīng)用到真實(shí)場(chǎng)景中，還要面臨著很多極其嚴(yán)峻的挑戰(zhàn)，需要克服許多困難.

由于步態(tài)識(shí)別的多狀態(tài)、多角度的情況，很多數(shù)據(jù)增強(qiáng)的方法無(wú)法應(yīng)用到步態(tài)輪廓圖預(yù)處理中，常見(jiàn)就是裁剪對(duì)齊為64×64像素的小圖片，但通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)較大的圖片尺寸128×128像素包含更多的紋理和輪廓信息，對(duì)同一個(gè)模型的識(shí)別率有較大的提升.結(jié)合GaitSet模型，隨著圖片尺寸的變大，加入不同尺度的卷積，增加了不同尺度的感受野輸入和深淺特征融合，深層特征表征能力強(qiáng)，但分辨率低，而淺層則相反，通過(guò)結(jié)合兩者優(yōu)勢(shì)，達(dá)到對(duì)識(shí)別效果的提升.

步態(tài)識(shí)別是1999年提出的識(shí)別方式.當(dāng)前主流的方法為機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方式.針對(duì)步態(tài)識(shí)別領(lǐng)域一些問(wèn)題，王新年等[1]提出姿態(tài)特征結(jié)合2維傅里葉變換的步態(tài)識(shí)別方法，來(lái)減少步態(tài)中攜帶物品、衣服變化等影響；趙黎明等[2]提出基于深度學(xué)習(xí)的3D時(shí)空特征獲取時(shí)空信息，并且與輪廓圖融合能進(jìn)一步豐富步態(tài)特征；Feng等[3]提出了一種PLSTM的方法，利用人體姿態(tài)熱圖作為訓(xùn)練樣本，減少了包括服裝等協(xié)變量的影響；劉曉陽(yáng)等[4]提出基于雙流神經(jīng)網(wǎng)絡(luò)(TS-GAIT)的步態(tài)識(shí)別方法，通過(guò)殘差網(wǎng)絡(luò)獲取時(shí)空信息動(dòng)態(tài)特征，該特征對(duì)角度、衣著和攜帶條件具有一定的魯棒性；Zhang等[5]提出跟視角無(wú)關(guān)表示方法，稱(chēng)為步態(tài)個(gè)性圖(GII)，能夠?qū)⒏鱾€(gè)不同角度的視角特征映射到同一個(gè)判別的空間當(dāng)中；Choi等[6]基于骨骼的特征步態(tài)表達(dá)進(jìn)行視角不變的步態(tài)特征學(xué)習(xí)，并且能夠根據(jù)視頻幀的匹配模式進(jìn)行一系列的識(shí)別；文獻(xiàn)[7]將GEI的樣本作為了GEINet的輸入，再通過(guò)視角不變的特征，從而轉(zhuǎn)換成了訓(xùn)練集上的多種分類(lèi)的情況；閆河等[8]基于步態(tài)能量圖和VGG卷積神經(jīng)網(wǎng)絡(luò)結(jié)合的步態(tài)識(shí)別方法，該方法對(duì)視角具有較好的魯棒性，對(duì)進(jìn)一步應(yīng)用具有借鑒意義；Castro等[9]通過(guò)CNN的方式來(lái)提取步態(tài)特征中的光流信息，來(lái)進(jìn)行步態(tài)識(shí)別；Zhang等[10]證明單張步態(tài)圖學(xué)醫(yī)單一步態(tài)特征與一對(duì)圖學(xué)習(xí)不同步態(tài)特征的兩種方式是互補(bǔ)的，因而采用步態(tài)聯(lián)合學(xué)習(xí)網(wǎng)絡(luò)，融合互補(bǔ)的優(yōu)勢(shì)，再采用“五胞胎”損失函數(shù)，能夠?qū)崿F(xiàn)類(lèi)內(nèi)差最小化和對(duì)類(lèi)間差最大化；Zhang等[11]采用編碼器-解碼器網(wǎng)絡(luò)分離特征與外觀信息，并且通過(guò)長(zhǎng)短期記憶(Long Short Term Memory，LSTM)聚合步態(tài)特征，能實(shí)現(xiàn)目標(biāo)的身份的預(yù)測(cè)，克服變量對(duì)性能識(shí)別下降的影響；Lishani等[12]提出基于步態(tài)能量圖的多尺度特征描述用于步態(tài)識(shí)別；Chao等[13]直接采用非嚴(yán)格時(shí)序維度的圖像集，通過(guò)深度神經(jīng)網(wǎng)絡(luò)自行優(yōu)化和學(xué)習(xí)的關(guān)系.在提出的GaitSet網(wǎng)絡(luò)上進(jìn)行實(shí)驗(yàn)驗(yàn)證效果，對(duì)比發(fā)現(xiàn)效果明顯提升，且在CASIA-B數(shù)據(jù)集上的準(zhǔn)確率高達(dá)95%.在步態(tài)識(shí)別領(lǐng)域具有里程碑式的意義，將步態(tài)序列作為一組非嚴(yán)格時(shí)序的集合進(jìn)行處理，具有靈活、快速、有效等優(yōu)勢(shì)，以下為了方便簡(jiǎn)稱(chēng)為原算法或原模型，本文在此基礎(chǔ)上進(jìn)行了優(yōu)化研究.

1 相關(guān)的優(yōu)化

本文的優(yōu)化是在原模型的基礎(chǔ)上，原模型的框架如圖1所示.其他內(nèi)容見(jiàn)文獻(xiàn)[13].

圖1 原模型的框架圖

1.1 聯(lián)合Loss的優(yōu)化

隨機(jī)選取CASIA-B步態(tài)數(shù)據(jù)庫(kù)中的部分樣本，進(jìn)行2維空間的投影，部分樣本的分布情況如圖2所示.

(a)迭代20 000次的部分樣本分布；(b)迭代75 000次的部分樣本分布

其中，同一種顏色為相同的標(biāo)簽，可以發(fā)現(xiàn)，樣本的分布情況的一些規(guī)律，如多數(shù)的樣本分布相對(duì)集中，而少部分的樣本相對(duì)分散.

原模型只采用了第一個(gè)Loss為T(mén)riplet Loss作為損失函數(shù)，該Loss需要輸入三元組〈a，p，n〉.其中，a為anchor，可以理解為參考的樣本或者錨樣本，而p為positive，與a為同一類(lèi)別的樣本，n為negative，與a不同種類(lèi)的樣本.對(duì)應(yīng)的公式為

L=max(d(a，p)-d(a，n)+margin，0).

(1)

其中：d(a，p)為相近樣本的距離，d(a，n)為不同類(lèi)樣本的距離，margin為邊界的距離，優(yōu)化的目標(biāo)就是margin作為一個(gè)常量，能迫使模型努力學(xué)習(xí)，拉近a，p距離，而a，n能夠產(chǎn)生較遠(yuǎn)的距離.

第二個(gè)Loss為Cross Entropy Loss，交叉熵?fù)p失函數(shù)主要就是用來(lái)判定實(shí)際的輸出與期望的輸出的接近的程度.對(duì)應(yīng)公式為

(2)

其中：m的樣本數(shù)，n為類(lèi)別數(shù)，p(xij)為指示變量，如果該類(lèi)別和樣本i的類(lèi)別相同則為1，否則為0，q(xij)對(duì)觀測(cè)樣本i屬于類(lèi)別j的概率.

聯(lián)合Loss的公式為

Loss=α×LTriplet+β×LCE.

(3)

其中，Ltriplet代表Triplet Loss，LCE表了Cross Entropy Loss，其中α，β代表了對(duì)應(yīng)的比例因子，本文如無(wú)特殊說(shuō)明，一律設(shè)為0.5.并且Triplet Loss中的margin設(shè)置為0.2.

各個(gè)Loss對(duì)應(yīng)情況如圖3所示.

(a)Triplet Loss；(b)Cross Entropy Loss；(c)聯(lián)合Loss

雖然Triplet Loss可以對(duì)細(xì)節(jié)有效的區(qū)分，但是三元組損失函數(shù)會(huì)導(dǎo)致數(shù)據(jù)分布不均勻，故訓(xùn)練不太穩(wěn)定，收斂速度較慢.而使用聯(lián)合Loss能夠起到約束作用，同時(shí)相對(duì)有效收斂，訓(xùn)練相對(duì)穩(wěn)定.

1.2 圖像尺寸的優(yōu)化研究

輪廓圖由數(shù)據(jù)庫(kù)直接提供并且對(duì)齊是基于Takemure的方法[13].以下尺寸為64×64像素步態(tài)輪廓圖的對(duì)齊流程，128×128像素等尺寸的圖片類(lèi)似.

對(duì)齊流程如下：

(1)對(duì)于輪廓圖，依據(jù)每一行的像素和不為0的原則，找上邊和下邊.

(2)根據(jù)上邊和下邊對(duì)輪廓圖進(jìn)行切割.

(3)對(duì)切割后的圖進(jìn)行resize操作，高度為64像素，寬度保持比例.

(4)依據(jù)每一列的和最大的為中心線(xiàn)原則，找到中心線(xiàn).

(5)中心線(xiàn)左右各32像素進(jìn)行切割，不夠的補(bǔ)0.

(6)得到對(duì)齊后的輪廓圖，如64×64像素尺寸的圖片.

通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，不同尺寸對(duì)識(shí)別率影響較大，如圖4所示.

圖4 不同尺寸對(duì)應(yīng)的識(shí)別率

在同一個(gè)模型下，上述尺寸分別為64，128，192像素的識(shí)別率效果有較大的差異，因此進(jìn)行相關(guān)的論證.

以CASIA-B步態(tài)數(shù)據(jù)庫(kù)的001-bg-01-054-030舉例，圖片尺寸對(duì)比如圖5所示.

(a)64×64像素的輪廓圖；(b)128×128像素的輪廓圖

從兩方面進(jìn)行論證：

(1)視覺(jué).尺寸為128×128像素在腿部和背包等位置，包含的更多邊緣信息和輪廓的信息，擁有更多的紋理信息等.

(2)比例.通過(guò)代碼計(jì)算白色占全圖的比例，可以得出size為64×64像素大小的像素點(diǎn)，共計(jì)4 096個(gè)，其中白色的像素點(diǎn)有799個(gè)，占比約為19.51%；而size為128×128像素大小的共計(jì)像素點(diǎn)16 384個(gè)，其中白色的像素點(diǎn)有3 454個(gè)，占比約為21.08%.白色作為輪廓信息包含更多的信息和細(xì)節(jié).

不同尺寸同一個(gè)模型的時(shí)間花費(fèi)情況，如圖6所示.

圖6 不同尺寸的花費(fèi)時(shí)間

在不同尺寸圖片下同一模型下加載時(shí)間、訓(xùn)練時(shí)間、測(cè)試時(shí)間而得出總時(shí)間，可以發(fā)現(xiàn)大致的趨勢(shì)，在size3為較小圖片的情況下，共計(jì)約耗時(shí)400 min，而在128×88像素為中等大小的圖片下，共計(jì)耗時(shí)不到600 min，在size3為較大圖片的情況下，經(jīng)過(guò)測(cè)試，共計(jì)耗時(shí)超過(guò)1 000 min.結(jié)合圖6，可以得出，size1的尺寸雖然在同一個(gè)網(wǎng)絡(luò)模型的識(shí)別率較好，但是因?yàn)楣灿?jì)的耗時(shí)時(shí)間較長(zhǎng).相比較size2大小的時(shí)候，發(fā)現(xiàn)識(shí)別率依然有提升，但是提升的幅度不是那么明顯.而size2的大小耗時(shí)相比較size3的時(shí)間長(zhǎng)一些，但是識(shí)別率提升相對(duì)明顯，可以理解為“性?xún)r(jià)比”非常高.而size3的整體識(shí)別率識(shí)別較低，但是耗時(shí)在這三者中最少.結(jié)合時(shí)間和識(shí)別率的考慮，本文選擇了中等圖片用于模型的輸入.

1.3 多尺度感受野輸入和深淺特征融合的優(yōu)化

1.3.1 多尺度感受野輸入

多尺度感受野是將原模型的第一個(gè)卷積5×5，用Inception V2模塊進(jìn)行替換[14]，主要是增加不同尺寸的感受野，模塊如圖7所示.

圖7 InveptionV2模塊

感受野是網(wǎng)絡(luò)內(nèi)部的不同位置的神經(jīng)元對(duì)原圖像感受野的范圍，而多尺度感受野是跟Inception V2類(lèi)似，使用了不相同的卷積核用來(lái)卷積，達(dá)到不同感受野范圍的目的.因?yàn)榭紤]到Inception V2模塊中的平均池化跟原模型注意力的最大值可能存在沖突，導(dǎo)致了部分的特征損失，并且由于計(jì)算量較大，導(dǎo)致訓(xùn)練時(shí)間較長(zhǎng)，因此，刪除其中的池化等部分，僅保留多尺度的感受野，達(dá)到提升識(shí)別率的同時(shí)也加快計(jì)算.最終，僅留下5×5，3×3，1×1來(lái)并聯(lián)替換原本的5×5的卷積.

1.3.2 深淺特征融合

一般情況下深層網(wǎng)絡(luò)的感受野較大，信息的表征能力強(qiáng)，但特征圖分辨率較低，淺層網(wǎng)絡(luò)的感受野較小，分辨率高，但表征能力弱.Inside-Outside Net[15](ION)介紹多尺度能夠提升小目標(biāo)的檢測(cè)精度，最終將不同尺度的特征進(jìn)行concat拼接操作，如圖8所示.

圖8 ION示意圖

ION通過(guò)將不同位置的卷積的特征進(jìn)行拼接操作，從而進(jìn)行多尺度表征.

HRNet[16](High-Resoultion Net)在并聯(lián)的基礎(chǔ)上，能夠?qū)⒉煌直媛实奶卣鬟M(jìn)行融合.而該網(wǎng)絡(luò)結(jié)構(gòu)能夠通過(guò)高分辨率特征圖的主網(wǎng)絡(luò)并行加入低分辨率特征圖.因?yàn)椴捎枚喾直媛首泳W(wǎng)并行連接多尺度融合特征，因而得到豐富的高分辨率表示.因此在空間上更加精確，同時(shí)進(jìn)行重復(fù)多尺度融合，如圖9所示.

圖9 并聯(lián)不同分辨率的特征圖

特征融合的方法如圖10所示.其中，同分辨率層進(jìn)行直接的復(fù)制操作，需要降低分辨率用3×3卷積，升分辨率用采樣加1×1卷積統(tǒng)一通道.

圖10 特征融合的方法

1.4 其他優(yōu)化

(1)原模型采用Horizontal Pyramid Pooling(HPP)來(lái)處理.尺度s∈ 1，2，…，S，特征圖在高度尺寸被分成多條.在此基礎(chǔ)上，不再分成原模型的(1，2，4，8，16)，本文將S的總數(shù)直接設(shè)置為32像素及以上，主要是因?yàn)楸疚牟捎昧顺叽绺蟮膱D片.

(2)因?yàn)椴捎酶蟪叽绲膱D片，其中通道數(shù)變得更大，如由原模型的128通道變?yōu)?56通道等.

1.5 整體的框架圖

將上述進(jìn)行組合到一起.深淺特征融合中MGP的上半部分先將圖像高度一分為二，通過(guò)3×3的卷積進(jìn)行特征提取，有利于獲得更加細(xì)粒度的特征.將步長(zhǎng)設(shè)置為2，有利于與下個(gè)卷積相加操作.而MGP下面先采用1×1卷積，能夠保留中層特征的同時(shí)，與深層特征進(jìn)行相加，將維度通過(guò)1×1卷積，最終將其進(jìn)行拼接，從而進(jìn)行深淺特征融合，如圖11所示.

圖11 框架圖所示

2 數(shù)據(jù)庫(kù)與實(shí)驗(yàn)

2.1 數(shù)據(jù)庫(kù)介紹

本文采用步態(tài)識(shí)別領(lǐng)域廣泛使用的CASIA-B的步態(tài)數(shù)據(jù)庫(kù)[20].此數(shù)據(jù)庫(kù)是大規(guī)模公開(kāi)并且包含多視角的步態(tài)數(shù)據(jù)庫(kù).該數(shù)據(jù)庫(kù)有124人，將同一人的步態(tài)又分為3類(lèi)：(1)正常行走(normal，NM).(2)背包行走(walking with bag，BG).(3)穿外套或夾克衫(wearing coat or jacket，CL).而每個(gè)步態(tài)的分類(lèi)又有對(duì)應(yīng)11個(gè)視角，如(0°，18°，…，180°).該數(shù)據(jù)庫(kù)在NM狀態(tài)下有6段視頻序列(NM#1，…，NM#6)，BG狀態(tài)下有2段視頻序列(BG#1，BG#2)，CL狀態(tài)下有2段視頻序列(CL#1，CL#2)，因?yàn)槊糠N狀態(tài)有11個(gè)視角，故每個(gè)人有110段的視頻序列.CASIA-B的部分狀態(tài)輪廓圖樣本如圖12所示.

(a)正常行走狀態(tài)；(b)背包狀態(tài)；(c)穿大衣?tīng)顟B(tài)

對(duì)應(yīng)的步態(tài)能量圖見(jiàn)圖3.

(a)左邊對(duì)應(yīng)；(b)中間對(duì)應(yīng)；(c)右邊對(duì)應(yīng)

2.2 評(píng)價(jià)指標(biāo)和實(shí)驗(yàn)設(shè)置

2.2.1 評(píng)價(jià)指標(biāo)

為了驗(yàn)證該優(yōu)化研究的有效性，在CASIA-B步態(tài)數(shù)據(jù)庫(kù)進(jìn)行了實(shí)驗(yàn)評(píng)估.將數(shù)據(jù)庫(kù)分為訓(xùn)練集和測(cè)試集兩部分.測(cè)試集又可以分為待測(cè)樣本庫(kù)(Probe)和目標(biāo)樣本庫(kù)(Gallery).其中，Gallery包含NM#1-4.Probe包含NM#5-6、BG#1-2、CL #1-2樣本.訓(xùn)練集用于網(wǎng)絡(luò)模型的調(diào)整參數(shù)并對(duì)其進(jìn)行優(yōu)化.對(duì)Probe中的序列p，通過(guò)生成的網(wǎng)絡(luò)模型產(chǎn)生對(duì)應(yīng)的步態(tài)特征，即Feature_p.為了遍歷全部序列找到Gallery中對(duì)應(yīng)的ID的樣本g，同樣生成對(duì)應(yīng)的步態(tài)特征，即Feature_g.從而將Feature_p和Feature_g通過(guò)計(jì)算歐式的距離用于判定一次就命中識(shí)別正確率，即Rank1識(shí)別率，流程如圖14所示.

圖14 Rank1的流程步驟

2.2.2 數(shù)據(jù)規(guī)模劃分

雖然CASIA-B沒(méi)有給出官方的數(shù)據(jù)集的規(guī)模劃分，但是很多文獻(xiàn)是按照以下訓(xùn)練集數(shù)據(jù)的規(guī)模進(jìn)行劃分.該數(shù)據(jù)集有124人，通過(guò)人數(shù)來(lái)進(jìn)行劃分：

設(shè)置前24人作為對(duì)應(yīng)的訓(xùn)練集，剩下的100人作為測(cè)試集，稱(chēng)為小樣本訓(xùn)練(small-sample training，ST).

設(shè)置前62人作為訓(xùn)練集，剩下的62人作為測(cè)試集，稱(chēng)為中樣本訓(xùn)練(medium-sample training，MT).

設(shè)置前74人作為訓(xùn)練集，后50人作為測(cè)試集，稱(chēng)為大樣本訓(xùn)練(large-sample training，LT)

在上述的3種設(shè)置的測(cè)試集中，NM條件下的前4個(gè)序列(NM#1-4)保留在訓(xùn)練中，而其他的6個(gè)序列(NM#5-6、BG#1-2、CL#1-2)則留在測(cè)試當(dāng)中.在CASIA-B中，因?yàn)橛?xùn)練集數(shù)據(jù)規(guī)模的不同，對(duì)ST、MT、LT分別迭代的次數(shù)也是不一樣的，一般情況下，分別對(duì)應(yīng)為50 000，60 000，80 000次的迭代訓(xùn)練.

2.3 實(shí)驗(yàn)環(huán)境

2.3.1 電腦配置

CPU為Intel(R)Core(TM)i9-7980XE CPU，顯卡為NVIDA GeForce RTX 2080Ti 11G×2(有 2個(gè)GPU)，硬盤(pán)為256 GB SSD的主機(jī)，使用Python 3.7編程語(yǔ)言，在Windows10操作系統(tǒng)系進(jìn)行，使用的Pytorch深度學(xué)習(xí)框架，其中的Pytorch為1.5的版本，使用的CUDA為10.1的版本.

2.3.2 環(huán)境配置

所用CASIA-B的步態(tài)數(shù)據(jù)庫(kù)，選擇Nadam作為優(yōu)化器，HPP尺寸為1，數(shù)目為32或者以上.學(xué)習(xí)率為1e-4，小圖片采用(8，16)，中等圖片采用(2，8)，除了標(biāo)注數(shù)據(jù)規(guī)模的以外，其他均LT下的實(shí)驗(yàn)結(jié)果.表1—3均采用的是中等圖片.

2.4 實(shí)驗(yàn)

除了本文實(shí)驗(yàn)外，其他結(jié)果數(shù)據(jù)均來(lái)自文獻(xiàn).所有結(jié)果在11個(gè)視角中取平均值，并且不包括相同的視角.如視角36°正確率是除36°以外的10個(gè)視角的平均值.

2.4.1 與原模型進(jìn)行比較

分別與原模型的ST、MT、LT情況下的識(shí)別率對(duì)比，見(jiàn)表1—3.

表1 與原模型的ST識(shí)別率比較

表2 與原模型的MT識(shí)別率比較

表3 與原模型的LT識(shí)別率比較

根據(jù)表1—3可知，優(yōu)化后模型的識(shí)別率整體均有提升，其中LT的情況下整體的識(shí)別提升較為明顯.

2.4.2 與先進(jìn)算法進(jìn)行對(duì)比

表4—6是在LT數(shù)據(jù)規(guī)模的情況下進(jìn)行比較[17-19].其中GaitSet-M是使用size為128像素的識(shí)別率.

表4 NM狀態(tài)下的Rank1準(zhǔn)確度對(duì)比 %

表5 BG狀態(tài)下的Rank1準(zhǔn)確度對(duì)比 %

表6 CL狀態(tài)下的Rank1準(zhǔn)確度對(duì)比 %

通過(guò)上述的實(shí)驗(yàn)，可以發(fā)現(xiàn)最好的優(yōu)化模型的整體識(shí)別率非常具有競(jìng)爭(zhēng)力.識(shí)別率提升明顯的原因，歸結(jié)如下：

(ⅰ)采用了聯(lián)合Loss優(yōu)化，不僅對(duì)相似的樣本具有較好的分辨能力，而且對(duì)多分類(lèi)的情況也具有較好的識(shí)別效果，同時(shí)在網(wǎng)絡(luò)模型學(xué)習(xí)上也有較好的效果.

(ⅱ)采用更大圖片尺寸，通過(guò)視覺(jué)與比例論證了較小圖片會(huì)造成像素化，而使用較大的圖片里面會(huì)包含更多的紋理與輪廓信息，便于之后的模型提取更多的特征信息.

(ⅲ)采用了多尺度的感受野和深淺特征融合，比原模型第一個(gè)卷積上用了多尺度的感受野，對(duì)不同尺度具有更多的提取效果，同時(shí)在(2)的基礎(chǔ)上面，提取了深淺層的特征信息，加入了更多淺層的特征信息，有助于CL狀態(tài)與NM狀態(tài)的辨別.

2.4.3 對(duì)比實(shí)驗(yàn)

優(yōu)化器的對(duì)比實(shí)驗(yàn)見(jiàn)表7.

表7 優(yōu)化器的對(duì)比實(shí)驗(yàn) %

表7中Nadam是帶有Nesterov動(dòng)量項(xiàng)的Adam，在ST、LT下的識(shí)別率有明顯提升.

3 結(jié)束語(yǔ)

本文針對(duì)GaitSet模型的一些不足之處進(jìn)行了優(yōu)化，使用了聯(lián)合Loss、增加感受野的輸入、深淺特征融合，并且使用了CASIA-B較大尺寸的步態(tài)輪廓圖，并且論證了包含更多的豐富輪廓信息等.在CASIA-B的LT樣本規(guī)模且非相同視角下，NM狀態(tài)下的識(shí)別率為97.309%，BG狀態(tài)下的識(shí)別率為94.048%，CL狀態(tài)下的識(shí)別率為81.736%.與原模型相比較，識(shí)別率的效果有較大的提升.但是跟一些頂級(jí)的算法，部分的實(shí)驗(yàn)的數(shù)據(jù)還有不足，在接下來(lái)的工作，會(huì)更加關(guān)注影響識(shí)別率下降的一些因素，如果將步態(tài)識(shí)別和行人重識(shí)別和行為識(shí)別等方向進(jìn)行多模態(tài)的識(shí)別，也是一個(gè)非常有應(yīng)用前景.