基于3D人体模型姿态估计与校正的步态识别.pdf

基于3D人体模型姿态估计与校正的步态识别

摘要

步态识别是一项全球前沿的生物特征识别技术，它通过人的体型和走路姿态进行

身份识别。在业界中，步态识别是一项非常重要并且基本稳定的生物特征识别技术。

相比于指纹识别、人脸识别、虹膜识别等其他生物特征识别技术，步态识别具有适用

范围广、不与被识别者接触、无需被识别者配合、具有一定的隐蔽性等优点。因此，

在安全防控、疑犯追踪和智慧城市中，步态识别得到了广泛的应用。虽然近些年步态

识别得到了一定的发展，但是仍然存在一些问题。比如不同视角下步态轮廓图的变化、

被识别者的穿着变化以及携带物的变化，这些因素都影响步态识别的准确率。因此，

要将步态识别技术像其他生物特征识别技术一样在现实中广泛应用还有很长的路要走。

本文针对步态识别目前所遇到的一些难点进行研究，内容如下：

本文针对跨视角步态识别问题，即传统步态识别存在步态序列类内差异大于类间

差异的问题。本文期望通过构建视角转换模型，以达到减小测试集视角与注册集视角

的差异，从而提高识别精度的目的。近些年来，3D渲染技术愈发成熟，本文期望通过

构建3D人体模型和校正网络增进旋转泛化能力，从而实现视角转换。经过研究，本文

最终选定了SMPL（SkinnedMulti-PersonLinearModel）模型为本文的人体渲染模型。

对于SMPL模型的参数输入，本文选择VIBE（VideoInferenceforHumanBodyPoseand

ShapeEstimation）人体姿态估计模型进行参数估计。但由于姿态估计模型的估计误差

存在，本文最终提出了姿态融合方案以及轻量级的多视角校正网络对姿态参数估计进

行校正。

实验结果显示，这种基于3D人体模型的视角转换模型，可以有效减小由于跨视角

带来的差异，有效减小步态序列的类内误差。经过本文提出的视角转换模型处理的步

态数据，在Gaitpart、Gaitset步态识别模型上都有着不错的表现。由于3D人体模型的

独特优势，这种视角转换模型也可以用于生成各个角度的步态序列。相对于传统的步

态生成模型，3D人体模型生成的步态数据包含各角度，甚至可以生成高低视角不同的

步态数据。这对于扩充步态数据库是十分有利的，且十分符合现实步态识别的需求。

此外利用3D人体渲染模型生成步态数据十分简单，只需要对根节点进行相应角度旋转

与校正，便可以实现步态数据的视角转换，这种快速生成步态数据的方式，也是其他

生成模型无法媲美的。

关键词：生物特征识别；步态识别；人体姿态估计；人体渲染模型；步态生成

基于3D人体模型姿态估计与校正的步态识别

ABSTRACT

Gaitrecognitionisaglobalcutting-edgebiometricrecognitiontechnologythatidentifies

peoplethroughtheirbodyshapeandwalkingposture.Gaitrecognitionisaveryimportantand

basicallystablebiometrictechnologyintheindustry.Comparedwithotherbiometric

recognitiontechnologiessuchasfingerprintrecognition,facerecognition,andirisrecognition,

gaitrecognitionhastheadvantagesofwideapplication,nocontactwiththeidentifiedperson,

noneedforthecooperationoftheidentifiedperson,andacertaindegreeofconcealment.

Therefore,gaitrecognitionhasbeenwidelyusedinsecuritypreventionan