步态识别综述

本文概述了步态识别领域的进展,特别是深度学习如何改变这一领域。介绍了步态识别的关键数据集和评价指标,如CASIA-B,以及几种步态表示方法,包括FDEI、PEI和MHI。还探讨了将步态序列视为无序集合的gait set方法和使用注意力机制的视图不变步态识别技术。
摘要由CSDN通过智能技术生成

步态识别综述@TOC

步态识别综述(持续更新)

abstract

深度学习通过其自动学习discriminative representations的能力,重塑了步态识别领域的格局。本文主要介绍步态识别领域的一些经典论文。本文会在我个人对论文逐步的学习过程中逐步的进行更新。
一些查找论文的数据库:

数据库 特点
IEEE Xplore 电子电气包括期刊,会议等。最全的
ACM Digital Library 计算机领域的
Science Direct 高质量的期刊SCI,EI
CVF Open Acess CVPR,ICCV,WACV会议论文

步态数据集及评价指标

CASIA-B:
评价协议:
前74个人做训练集,后5个人做测试集。
测试时以4NM为gallery set,2NM,2BG,2CL为pro set
gallary以每一个角度,分别与pro的所有角度(去掉gallary相同的角度)计算距离求准确度。然后对gallary的每一个角度得到的准确度加和求平均。

论文

最具代表性的论文列举

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值