论文部分内容阅读
文章对步态识别的应用进行研究,基于深度学习技术研究开发了移动端步态识别系统.手机客户端主要完成步态数据的采集、上传以及结果显示,服务器端负责对步态数据进行轮廓提取、步态匹配与识别等功能.其中步态轮廓提取采用DeepLabV3+语义分割模型,实现像素级别的轮廓分割;步态识别采用GaitSet模型,实现人体步态匹配.系统分别经CASIA-B数据集和真实场景进行测试,显示系统能够获得较好的性能,准确率达到77.5%.