李 凱，岳秉杰

（河北大學(xué)網(wǎng)絡(luò)空間安全與計(jì)算機(jī)學(xué)院，河北保定 071002）

0 引言

步態(tài)是指人們走路的姿勢(shì)，是一種可在遠(yuǎn)距離感知的生物行為特征，研究表明，如果考慮步態(tài)運(yùn)動(dòng)的所有信息，那么每個(gè)人的步態(tài)都是唯一的。為此，Sarkar 等［1］通過利用人體步態(tài)特征進(jìn)行身份識(shí)別，為進(jìn)一步研究步態(tài)識(shí)別奠定了基礎(chǔ)，從而步態(tài)識(shí)別成為計(jì)算機(jī)視覺和生物特征識(shí)別領(lǐng)域的一個(gè)熱點(diǎn)研究方向。對(duì)于步態(tài)識(shí)別，根據(jù)研究方法的不同可以分為基于模型的步態(tài)識(shí)別以及基于外觀的步態(tài)識(shí)別［2］?；谀Ｐ偷姆椒ǎ?-4］通過構(gòu)建符合人體結(jié)構(gòu)的模型來進(jìn)行步態(tài)識(shí)別，但由于需要高分辨率的圖像對(duì)人體模型進(jìn)行構(gòu)建，以及存在各種協(xié)變量的因素，如視角、穿著以及遮擋等問題很難還原準(zhǔn)確的人體結(jié)構(gòu)，在實(shí)際應(yīng)用中，基于模型的方法會(huì)造成很大精度損失?；谕庥^的方法通過從視頻中提取人的輪廓構(gòu)建步態(tài)表征模板［5］，如步態(tài)能量圖（Gait Energy Image，GEI）［6］、運(yùn)動(dòng)歷史圖（Motion History Image，MHI）［7］、步態(tài)歷史圖（Gait History Image，GHI）［8］、保留時(shí)間信息的步態(tài)能量圖（Chronogait Image，CGI）［9］。Iwama 等［10］也表明了GEI 是一種較為穩(wěn)定且有效的步態(tài)表征模板。相較于基于模型的方法，基于外觀的方法不需要先驗(yàn)知識(shí)構(gòu)建人體模型，因此，基于外觀的步態(tài)識(shí)別方法應(yīng)用更為廣泛。

與人的虹膜、人臉、指紋等其他特征相比，步態(tài)具有不需行人近距離接觸、不需要對(duì)象專門配合、難以偽造以及不需要高分辨率的圖像等優(yōu)點(diǎn)［2］。盡管如此，影響步態(tài)識(shí)別準(zhǔn)確率的因素仍有很多，它們主要分為兩類：一類是外界環(huán)境因素，如光照、相機(jī)的分辨率以及相機(jī)視角等，其中視角因素影響較大；另一類是人自身的因素，如人的步伐、穿著等。為解決視角問題，通常采用跨視角步態(tài)識(shí)別或多視角步態(tài)識(shí)別方法［11］。由于多視角步態(tài)數(shù)據(jù)庫中包括多個(gè)注冊(cè)角度，而跨視角步態(tài)識(shí)別數(shù)據(jù)庫中的注冊(cè)角度都是相同的，因此與多視角步態(tài)識(shí)別任務(wù)相比，跨視角步態(tài)識(shí)別問題相對(duì)較難。由于同一人的輪廓因視角不同而具有很大的差異，導(dǎo)致步態(tài)具有高類內(nèi)方差問題，因此，如何從步態(tài)信息中提取每個(gè)人的關(guān)鍵特征，學(xué)者們進(jìn)行了廣泛的研究。在基于深度學(xué)習(xí)的步態(tài)識(shí)別中，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）［12］、生成對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Network，GAN）［13］與長(zhǎng)短期記憶（Long Short-Term Memory，LSTM）網(wǎng)絡(luò)［14］等在步態(tài)識(shí)別的應(yīng)用中取得了良好的性能。例如，Tong 等［15］基于卷積神經(jīng)網(wǎng)絡(luò)提取步態(tài)特征，且對(duì)跨較大視角的識(shí)別具有較好的表現(xiàn)。Yu 等［16］利用GAN 模型提取步態(tài)特征。Xu 等［17］使用CNN 提取步態(tài)特征，利用膠囊網(wǎng)絡(luò)作為分類器來完成步態(tài)識(shí)別任務(wù)。由于基于GEI 的步態(tài)識(shí)別會(huì)丟失步態(tài)特征的時(shí)序特征，為此Feng 等［18］提出基于LSTM 的步態(tài)識(shí)別模型，將CNN 提取的逐幀信息送入LSTM 中，得到了較好的識(shí)別結(jié)果。由于卷積神經(jīng)網(wǎng)絡(luò)使用了最大池化操作來增大感受野與實(shí)現(xiàn)圖像的平移不變性，因此它會(huì)丟失很多空間信息。為此，本文提出了一種共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)，及其改進(jìn)的動(dòng)態(tài)路由算法，有效減少了網(wǎng)絡(luò)訓(xùn)練參數(shù)；在此基礎(chǔ)上，通過融合視角信息，并利用Triplet 損失與Margin 損失，提出了共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)模型及其融合視角特征的跨視角步態(tài)識(shí)別模型。

1 共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)

膠囊網(wǎng)絡(luò)是由Hinton 等［19-20］提出的一種神經(jīng)網(wǎng)絡(luò)，主要使用向量存儲(chǔ)一個(gè)實(shí)體的信息，向量的方向表示此實(shí)體，向量的長(zhǎng)度表示實(shí)體存在的置信度，膠囊的每一維表示實(shí)體的具體特征，如旋轉(zhuǎn)、字體的粗細(xì)等，并使用動(dòng)態(tài)路由算法，尋找低層膠囊與高層膠囊的對(duì)應(yīng)關(guān)系。在膠囊網(wǎng)絡(luò)中，利用轉(zhuǎn)換矩陣對(duì)向量進(jìn)行變換得到預(yù)測(cè)向量，并通過式（4）的squash函數(shù)將預(yù)測(cè)向量的加權(quán)和si的長(zhǎng)度壓縮成0 到1 之間?？梢钥吹剑?dāng)膠囊層中含有較多膠囊時(shí)，則膠囊神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間復(fù)雜性較高。由于低層膠囊表示當(dāng)前視角下局部的實(shí)體，且利用轉(zhuǎn)換矩陣將其投影到另一個(gè)視角，因此，可以將多個(gè)膠囊共享同一個(gè)轉(zhuǎn)換矩陣將其轉(zhuǎn)換到相同的視角，從而提高膠囊網(wǎng)絡(luò)訓(xùn)練的速度，也進(jìn)一步減少網(wǎng)絡(luò)訓(xùn)練的參數(shù)，同時(shí)，獲得了共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)以及相應(yīng)的動(dòng)態(tài)路由算法。

設(shè)膠囊網(wǎng)絡(luò)的第l-1層與第l層分別含有m和n個(gè)膠囊，對(duì)于傳統(tǒng)膠囊網(wǎng)絡(luò)［17］則含有m×n個(gè)轉(zhuǎn)換矩陣，而共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)，則m個(gè)膠囊共享n個(gè)轉(zhuǎn)換矩陣。設(shè)轉(zhuǎn)換矩陣為Wi（i=1，2，…，n），首先將前一層膠囊uj(j=1，2，…，m)通過轉(zhuǎn)換矩陣Wi得到預(yù)測(cè)向量uij，即

然后，利用式（2）計(jì)算預(yù)測(cè)向量uij的加權(quán)和，從而得到輸出向量si：

其中cij為預(yù)測(cè)向量uij與高層膠囊vi的相似程度，通過式（3）計(jì)算：

利用式（4）將特征向量的長(zhǎng)度壓縮到0 到1 之間，以此作為下一層膠囊層的輸入，其中向量vi表示壓縮后的膠囊，si表示未壓縮的特征向量：

而bij在動(dòng)態(tài)路由算法開始前全部初始化為0，在每次動(dòng)態(tài)路由算法結(jié)束后，利用式（5）進(jìn)行更新，使得相似度高的低層膠囊聚在一起，最終預(yù)測(cè)出高級(jí)特征，膠囊網(wǎng)絡(luò)的損失函數(shù)為Margin損失如式（6）所示：

其中：Lk為第k類的Margin 損失，Tk為樣本標(biāo)簽，m+、m-與λ為參數(shù)。當(dāng)正樣本的預(yù)測(cè)值不大于m+或負(fù)樣本的預(yù)測(cè)值不小于m-則會(huì)產(chǎn)生損失，從而使得正樣本預(yù)測(cè)的值越大越好，負(fù)樣本預(yù)測(cè)的值越小越好。

圖1 給出了共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)的第l-1 層與第l層的前向傳播圖，且圖中省去了動(dòng)態(tài)路由算法中的權(quán)重cij。

圖1 共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)的前向傳播Fig.1 Forward propagation of capsule network with sharing transformation matrix

對(duì)于改進(jìn)的膠囊網(wǎng)絡(luò)，本文也給出了共享轉(zhuǎn)換矩陣的動(dòng)態(tài)路由算法（Share-Transform-Dynamic-Routing，STDR）如算法1，其中softmax與squash函數(shù)分別如式（3）和（4）所示。

算法1 共享轉(zhuǎn)換矩陣的動(dòng)態(tài)路由算法（STDR）。

輸入 第l層的膠囊數(shù)n，第l-1 層膠囊數(shù)m與輸出uj，動(dòng)態(tài)路由次數(shù)r。

輸出l層膠囊的輸出vi。

2 跨視角步態(tài)識(shí)別模型

本章主要利用提出的共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)，建立跨視角步態(tài)識(shí)別的網(wǎng)絡(luò)模型，該模型主要包括兩種：一種為基于共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)并結(jié)合Triplet 損失的模型，記為STN（Share-Triplet-Network）；另一種為在STN模型基礎(chǔ)上融合視角特征與Margin 損失的VSTN（View-Share-Triplet-Network）模型。對(duì)于每種模型，在訓(xùn)練階段使用三元組網(wǎng)絡(luò)，測(cè)試階段僅使用三元組網(wǎng)絡(luò)的一個(gè)分支提取特征。

2.1 STN模型

STN 模型由兩個(gè)卷積層、一個(gè)初級(jí)膠囊層、一個(gè)步態(tài)膠囊層與一個(gè)全連接層構(gòu)成。卷積層負(fù)責(zé)提取行人的基本特征，膠囊層負(fù)責(zé)將基本特征壓縮成膠囊并通過動(dòng)態(tài)路由機(jī)制獲得高級(jí)特征，全連接層將膠囊層輸出的高級(jí)特征進(jìn)行變換得到行人特征，從而使得行人特征更符合Triplet 損失中的距離度量，同時(shí)也可以更好地控制行人特征的維度。圖2 給出了用于提取特征的STN模型。

圖2 用于提取特征STN模型Fig.2 STN model for extracting features

在用于步態(tài)識(shí)別的STN模型中，使用了三元組網(wǎng)絡(luò)，即網(wǎng)絡(luò)中三個(gè)分支共享權(quán)重，其中的兩個(gè)分支接受正樣本，第三個(gè)分支接受一個(gè)負(fù)樣本，經(jīng)過C1、C2 兩個(gè)卷積層與初級(jí)膠囊層提取基礎(chǔ)膠囊，接著將基礎(chǔ)膠囊送入步態(tài)膠囊中，并通過動(dòng)態(tài)路由機(jī)制獲得高級(jí)膠囊，然后將所有的高級(jí)膠囊與全連接層連接獲得輸出特征；將三個(gè)分支提取到的三個(gè)樣本的特征送入Triplet 損失函數(shù)中，利用最小化Triplet 損失函數(shù)優(yōu)化三元組網(wǎng)絡(luò)，Triplet 損失函數(shù)如式（7）所示：

其中：Li表示第i個(gè)樣本對(duì)的損失，a為錨樣本，p為正樣本，n為負(fù)樣本，實(shí)驗(yàn)中a與p為同一人的兩張不同GEI提取的特征，a與n為兩個(gè)不同人的特征。d（a，n）表示距離函數(shù)，margin為參數(shù)，當(dāng)錨樣本和正樣本間的距離與錨和負(fù)樣本間的距離的間隔小于margin時(shí)將會(huì)產(chǎn)生損失，利用Triplet 損失函數(shù)，使得網(wǎng)絡(luò)不斷減小相同行人特征之間的距離，同時(shí)增大不同行人特征之間的距離。

2.2 VSTN模型

在步態(tài)識(shí)別中，針對(duì)行人的不同視角對(duì)步態(tài)識(shí)別的影響，以及步態(tài)圖像采集設(shè)備與行人角度的確定性，在STN 模型的基礎(chǔ)上，通過增加提取視角特征過程，獲得了VSTN 模型，如圖3 所示。其中上半部分用于提取行人特征，結(jié)構(gòu)與STN 完全一致，下半部分用于提取視角特征。對(duì)于視角特征的提取，掩碼層將除特定膠囊外的其他膠囊值都設(shè)為0，以此保留特定膠囊的信息。拼接層用于將兩個(gè)模塊提取到的行人特征與視角特征結(jié)合在一起從而得到步態(tài)特征，在該模型中，損失主要來自于Margin損失與Triplet損失。

在VSTN 模型中，網(wǎng)絡(luò)訓(xùn)練過程如下：通過卷積層與初級(jí)膠囊層獲得基礎(chǔ)膠囊；然后，基礎(chǔ)膠囊送入視角膠囊層中并輸出包含視角特征的高層膠囊，其中高層膠囊的模長(zhǎng)表示當(dāng)前步態(tài)能量圖對(duì)應(yīng)視角的概率，通過樣本的視角標(biāo)簽對(duì)視角膠囊做掩碼處理，從而得到對(duì)應(yīng)的視角特征；最后，將視角特征與行人特征送入拼接層對(duì)兩部分進(jìn)行拼接，經(jīng)過全連接層輸出最終的識(shí)別特征。在訓(xùn)練階段，利用視角標(biāo)簽與視角膠囊模長(zhǎng)形成的Margin 損失與VSTN 中上半部分形成的Triplet 損失的結(jié)合共同優(yōu)化VSTN 網(wǎng)絡(luò)，其損失函數(shù)如式（8）所示，其中參數(shù)α為兩個(gè)損失的權(quán)重。

圖3 用于提取特征的VSTN模型Fig.3 VSTN model for extracting features

3 實(shí)驗(yàn)研究

3.1 數(shù)據(jù)集與實(shí)驗(yàn)方法

為了驗(yàn)證提出方法的有效性，實(shí)驗(yàn)選取了CASIA-B 數(shù)據(jù)集進(jìn)行訓(xùn)練與測(cè)試。在該數(shù)據(jù)集中，隨機(jī)選取74 人作為訓(xùn)練集，剩余50 人作為測(cè)試集，實(shí)驗(yàn)中使用規(guī)模為128×88 的GEI作為模型輸入，其中GEI 的生成過程是將一個(gè)人的所有序列合成一張GEI，且GEI 合成時(shí)的對(duì)齊方式為人的重心，因此，訓(xùn)練集共有74人×10種攜帶物狀態(tài)（兩個(gè)背包，兩個(gè)穿衣以及六個(gè)正常）×11 個(gè)視角共8 140 張圖片。實(shí)驗(yàn)依次固定Probe與Gallery 視角，測(cè)試不同視角下Probe 與Gallery 的識(shí)別準(zhǔn)確率，實(shí)驗(yàn)選取行人攜帶物狀態(tài)中正常行走（NM）的1～4 作為Gallery，攜帶背包（BG）、穿戴外套（CL）的1～2 與NM 的5～6 狀態(tài)作為Probe進(jìn)行測(cè)試。

3.2 三元組STN模型

基于2.1 節(jié)提出的STN 模型，本文構(gòu)建了用于訓(xùn)練網(wǎng)絡(luò)的三元組STN 模型，如圖4 所示，它主要由三個(gè)分支組成且三個(gè)分支權(quán)重相同，其中C1、C2為卷積層，分別含有64個(gè)11×11步長(zhǎng)為2 的卷積核與256 個(gè)9×9 步長(zhǎng)為1 的卷積核。BN（Batch Normalization）為批量歸一化層，主要用于提高梯度下降的求解速度，同時(shí)增加網(wǎng)絡(luò)的泛化能力，ReLU（Rectifie Linear Unit）為非線性激活層。PrimaryCaps 為初級(jí)膠囊層，初級(jí)膠囊的維度為256通道數(shù)為1，卷積核的個(gè)數(shù)為256，大小為9×9，步長(zhǎng)為1。GaitCaps為動(dòng)態(tài)路由層，路由次數(shù)為3，步態(tài)膠囊數(shù)量為16，膠囊維數(shù)為32。F4 為含有128 個(gè)神經(jīng)元的全連接層。優(yōu)化器為自適應(yīng)矩估計(jì)（Adam），學(xué)習(xí)率為0.001。

圖4 步態(tài)識(shí)別的STN模型Fig.4 STN model for gait recognition

測(cè)試時(shí)的Probe 與Gallery 分別通過單分支的STN 模型輸出Probe與Gallery 的特征，單分支的STN 模型如圖5所示。當(dāng)?shù)玫絇robe 與Gallery 特征后通過計(jì)算對(duì)應(yīng)特征的距離來識(shí)別行人。

圖5 測(cè)試使用的STN模型Fig.5 STN model used for testing

3.3 三元組VSTN模型

三元組VSTN 模型如圖6所示，其中每個(gè)分支的左側(cè)模塊用于提取行人特征（參數(shù)與STN 完全相同），右側(cè)模塊用于提取視角特征。C1、C2 與C3 為卷積層，分別含有16 個(gè)11×11 步長(zhǎng)為2 的卷積核、64 個(gè)7×7 步長(zhǎng)為2 的卷積核與128 個(gè)3×3 步長(zhǎng)為1 的卷積核。PrimaryCaps 為初級(jí)膠囊層，初級(jí)膠囊的維度為256，通道數(shù)為1，卷積核的個(gè)數(shù)為256，大小為3×3，步長(zhǎng)為1；ViewCaps 為動(dòng)態(tài)路由層，路由次數(shù)為3，視角膠囊數(shù)量為11，膠囊維數(shù)為32；Mask 為掩碼層，Concatenate 為拼接層。實(shí)驗(yàn)中margin值為0.5，m+為0.9，m-為0.1。測(cè)試階段將128×88 的GEI 送入單分支的VSTN 中提取特征，單分支的VSTN 如圖7 所示。它與訓(xùn)練階段的掩碼操作不同，由于測(cè)試階段不需要視角標(biāo)簽，因此，取高級(jí)膠囊中最大模長(zhǎng)的膠囊作為視角特征。

圖6 步態(tài)識(shí)別的VSTN模型Fig.6 VSTN model for gait recognition

圖7 測(cè)試使用的VSTN模型Fig.7 VSTN model used for testing

3.4 實(shí)驗(yàn)結(jié)果與分析

為了評(píng)估提出方法的有效性，在不同步行條件下，對(duì)網(wǎng)絡(luò)模型STN、VSTN 的識(shí)別準(zhǔn)確率進(jìn)行了實(shí)驗(yàn)。其中VSTN 模型除了提取視角特征的模塊外，其他部分與STN模型參數(shù)一致，表1～6 給出了STN、VSTN 模型在不同視角下Probe 與Gallery的識(shí)別準(zhǔn)確率。

表1 正常行走條件下STN模型的識(shí)別準(zhǔn)確率Tab.1 Recognition accuracy of STN model with normal walking

從表1～6 可知，VSTN 模型識(shí)別準(zhǔn)確率高于STN，但STN參數(shù)較少，且不需要收斂Margin 損失函數(shù)來識(shí)別樣本的角度，因此，STN 訓(xùn)練過程的收斂速度比VSTN 更快，STN 模型更適合視角標(biāo)簽難以獲取以及用于訓(xùn)練模型的硬件計(jì)算能力不足的情形。當(dāng)Probe 與Gallery 角度相同或?qū)ΨQ時(shí)，步態(tài)識(shí)別模型則有較好的識(shí)別準(zhǔn)確率，此時(shí)Probe與Gallery的GEI最接近。同時(shí)，對(duì)于行人不同穿戴情況，則有NM＞BG＞CL，主要原因是NM 對(duì)行人影響較小，類內(nèi)方差較小，而CL 與BG 將改變行人輪廓，因此識(shí)別準(zhǔn)確率降低。

為了表明STN 與VSTN 模型在步態(tài)識(shí)別中的性能，選取CTN （Convolutional-Triplet-Network）［21］與 NN （Nearest-Neighbor）［22］方法進(jìn)行了比較，實(shí)驗(yàn)結(jié)果如圖8 所示，其中NSTN（Not-Share-Triplet-Network）為使用非共享轉(zhuǎn)換矩陣的傳統(tǒng)膠囊網(wǎng)絡(luò)［17］模型獲得的識(shí)別準(zhǔn)確率，圖中橫坐標(biāo)為Probe的角度，縱坐標(biāo)為各個(gè)視角下Gallery的平均識(shí)別準(zhǔn)確率。

表2 攜帶背包條件下STN模型的識(shí)別準(zhǔn)確率Tab.2 Recognition accuracy of STN model with carrying a bag

表3 穿戴外套條件下STN模型的識(shí)別準(zhǔn)確率Tab.3 Recognition accuracy of STN model with wearing a coat

表4 正常行走條件下VSTN模型的識(shí)別準(zhǔn)確率Tab.4 Recognition accuracy of VSTN model with normal walking

從圖8 可知，VSTN 模型的識(shí)別準(zhǔn)確率無論是正常行走還是穿戴外套或攜帶背包狀態(tài)下均優(yōu)于其他4 種模型的識(shí)別準(zhǔn)確率，主要原因是VSTN 使用了行人特征與視角特征融合后的特征進(jìn)行識(shí)別，特征信息更加豐富，因此步態(tài)識(shí)別時(shí)獲得了較高的識(shí)別準(zhǔn)確率。

表5 攜帶背包條件下VSTN模型的識(shí)別準(zhǔn)確率Tab.5 Recognition accuracy of VSTN model with carrying a bag

表6 穿戴外套條件下VSTN模型的識(shí)別準(zhǔn)確率Tab.6 Recognition accuracy of VSTN model with wearing a coat

對(duì)于其他4種模型比較，有如下結(jié)果：

1）STN 與CTN 相比，在NM 情況下，CTN 識(shí)別準(zhǔn)確率略大于STN，但對(duì)于CL 與BG 情況，STN 識(shí)別準(zhǔn)確率均大于CTN，表明了使用膠囊網(wǎng)絡(luò)提取步態(tài)特征的有效性；

2）STN 與NSTN 相比，STN 識(shí)別準(zhǔn)確率高于NSTN，主要原因是NSTN模型訓(xùn)練參數(shù)過多，導(dǎo)致嚴(yán)重的過擬合問題；

3）NSTN 與NN 相比，NSTN 識(shí)別準(zhǔn)確率高于NN，NN 使用歐氏距離直接比較兩個(gè)GEI的差異，主要針對(duì)較底層的特征，而NSTN采用卷積與動(dòng)態(tài)路由機(jī)制利用了步態(tài)的高級(jí)特征。

為了驗(yàn)證VSTN 提取到的視角信息的有效性，將VSTN 模型的識(shí)別準(zhǔn)確率與CTN 的識(shí)別準(zhǔn)確率進(jìn)行了對(duì)比，通過各個(gè)視角的VSTN 的識(shí)別準(zhǔn)確率與CTN 的識(shí)別準(zhǔn)確率之差，并歸一化后生成灰度圖，且利用顏色深淺表示VSTN 在當(dāng)前視角下與CTN 的識(shí)別準(zhǔn)確率的優(yōu)劣程度，顏色越淺，則表示VSTN的識(shí)別準(zhǔn)確率優(yōu)于CTN，結(jié)果如圖9 所示?？梢园l(fā)現(xiàn)在跨較大視角的情況下，融合視角特征的VSTN 模型的識(shí)別準(zhǔn)確率高于CTN，表明了提取視角特征的有效性。

圖8 不同模型的識(shí)別準(zhǔn)確率（分辨率128×88）Fig.8 Recognition accuracy of different models（resolution 128×88）

圖9 VSTN與CTN跨視角識(shí)別準(zhǔn)確率對(duì)比Fig.9 Comparison of cross-view recognition accuracy between VSTN and CTN

4 結(jié)語

為減少網(wǎng)絡(luò)參數(shù)，進(jìn)一步提高網(wǎng)絡(luò)的性能，提出了基于共享轉(zhuǎn)換矩陣的膠囊網(wǎng)絡(luò)，并以此為基礎(chǔ)給出了兩種跨視角步態(tài)識(shí)別模型，即STN與VSTN，以此提取步態(tài)特征，進(jìn)而完成步態(tài)識(shí)別任務(wù)，其中融合視角特征的VSTN 模型在輸入分辨率為128×88 的情況下，其識(shí)別準(zhǔn)確率無論在正常行走還是攜帶背包與穿外套的情況下均優(yōu)于基于卷積神經(jīng)網(wǎng)絡(luò)的CTN 步態(tài)識(shí)別模型。通過跨視角準(zhǔn)確率對(duì)比實(shí)驗(yàn)，表明了提出的VSTN模型提取視角特征的有效性。