利用一种新型的3D步态模型以及关节特征集抽象技术进行个体识别

《Pattern Recognition》：Individual identification using a novel 3D gait model from human joints and Joint-Features Set Abstraction

　　

Jegoon Ryu|Tatsuya Kawakami|Sei-ichiro Kamata

• •
  引入了三种独特的特征向量——KCFVs、POFVs和JTFVs——以增强步态动态的表示能力。
• •
  提出了GwCPJ模型，该模型结合了GCJ和GPJ模型，能够捕捉空间关系和时间动态。
• •
  引入了“丢帧”策略来提高模型的鲁棒性。
• •
  引入了一种联合特征集抽象网络架构来学习所提出的GwCPJ模型。
• •
  所提出的框架在CASIA-B、OUMVLP-3D-Joints和Gait3D等任务上的表现优于现有最先进方法。