(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651191.4 (22)申请日 2021.12.3 0 (71)申请人 中国人民公安大 学 地址 100045 北京市西城区木樨地 南里1号 中国人民公安大 学木樨地校区 (72)发明人 张雅丽　 (74)专利代理 机构 北京邦创至诚知识产权代理 事务所(普通 合伙) 11717 专利代理师 张宇锋 (51)Int.Cl. G06K 9/62(2022.01) G06Q 50/26(2012.01) G06V 40/20(2022.01) G06V 10/764(2022.01) (54)发明名称 一种基于联合损失函数的多视角步态识别 方法 (57)摘要 本发明提供了一种基于联合损失函数的多 视角步态识别方法， 其包括： 采用GaitSet模型结 构， 只需要对每个样本的表示计算一次， 就能够 通过测量不同样本的表示之间的欧式距离来进 行分类识别； 采用Softmax和Triplet两个损失函 数结合的联合损失函数进行联合训练的方法， 增 大步态示例类间距离， 缩小步态示例类内距离， 使得模型在多个损失函数的优化下， 提高表征能 力。 本申请提出了一种损失联合监督的步态识别 方法， 增强模型的泛化能力， 在不增加模型运算 量的同时， 提高携带包裹和穿大衣这两种行走状 态下的识别正确率。 当犯罪嫌疑人进行面部遮 挡、 伪装及光照条件较差时， 人脸识别技术受限， 步态识别技术可以作为人脸识别的重要补充间 接应用于公安实 践中。 权利要求书1页 说明书6页 附图4页 CN 114462496 A 2022.05.10 CN 114462496 A 1.一种基于联合损失函数的多视角步态 识别方法， 其特 征在于， 包括如下步骤： S1： 采用GaitSet模型结构， 只需要对每个样本的表示计算一次， 就能够通过测量不同 样本的表示之间的欧式距离来进行分类识别； S2： 采用Softmax和Triplet两个损失函数结合的联合损失函数进行联合训练的方法， 增大步态示例类间距离， 缩小步态示例类内距离， 使 得模型在多个损失函数的优化下， 提高 表征能力。 2.根据权利要求1所述的基于联合损失函数的多视角步态识别方法， 其特征在于， 步骤 S2中Triplet损失函数用于训练差异性较小的示例， 其具体公式为(1)： 其中， Lt表示损失， a表示锚(anchor)示例， p表示正(positive)示例， n表示负 (Negative)示例， N表示 一组Batc h中的所有示例个数。 3.根据权利要求1所述的基于联合损失函数的多视角步态识别方法， 其特征在于， 步骤 S2中Softmax损失函数用于处 理图像多分类任务， 其具体公式为(2)： 其中， Ls表示损失， Xi表示第i个步态图像的特征向量， yi是Xi的真实标签， b为偏置， 与 分别表示将Xi判别为yi类和j类的权向量， C表示总类别数， 表示步态图像在 类别yi上的得分， N表示总体训练样本数。 4.根据权利要求1所述的基于联合损失函数的多视角步态识别方法， 其特征在于， 步骤 S2中的所述联合损失函数 具体公式为(3)： Loss＝α Lt+β Ls (3) 其中， α和β分别代表Triplet和Softmax两个损失函数的权重， 当α＝0且β≠0时为 Softmax损失函数， 当β ＝0且α ≠ 0时为Triplet损失函数， 当α ≠ 0且β ≠0时为联合损失函数。权　利　要　求　书 1/1 页 2 CN 114462496 A 2一种基于联合损 失函数的多视角步态识别方 法 技术领域 [0001]本发明涉及视频侦查技术领域， 尤其是涉及一种基于联合损失函数的多视角步态 识别方法。 背景技术 [0002]视频侦查技术具有可以突破时空限制、 证据 固定等优势， 逐步成为公安办案 的新 手段。 在视频侦查工作中， 目标的识别与追踪工作一直是案件侦破的重要环节， 其效率与准 确性至关重要。 犯罪分子在作案过程中往往是全副伪装， 因其反侦查意识越来越高， 使得很 多技术手段受限。 现有的人脸识别技术主要应用在人像卡口或装有高清监控设备的场景 下。 犯罪嫌疑人在实施犯罪的过程中会故意利用摄像头盲区、 伪装人脸图像信息致使身份 无法识别。 而步态识别可以利用现有摄像头进行远距离识别， 嫌 疑人难以隐藏与伪装， 在视 频侦查中具有明显的优势， 成为近年 来身份识别领域研究的热门。 [0003]步态识别是一种分析行人走路的姿态， 利用算法将其从步态数据库中识别出来的 方法。 步态识别已经在行人无更换外衣、 无携带、 摄像方向无改变的情况下， 具有较高的识 别正确率， 然而面对复杂的真实场景， 该技术仍有许多不容易解决 的地方需要面对， 如行走 路面不平和摄像头角度变化会产生视角问题， 有无穿外套和是否携带包裹会产生遮挡问 题， 这些因素导 致其在复杂的实际行 走过程中识别正确率 仍然较低。 [0004]目前， 识别步态有两种主要方法， 第一种方法将步态视为图像， 典型的代表是提取 步态能量图。 步态 能量图是步态识别任务中最常用的特征图， 其主要工作是把一组剪影图 对齐压缩成一张图片， 利用步态模板对 行人进行分类。 在步态能量图中， 通过计算在长时间 范围内的平均步态剪影， 可以更充分地减少在预处理阶段中由于处理不完全而残留的噪 点。 步态能量图是当前最常用的步态识别方法之一， 能够使计算量与识别准确 率实现相对 均衡， 一直以来 都被当作步态的代名词。 但不容忽视的是， 由于这种方法没有考虑到步态中 的时序信息和空域信息， 其 步态识别正确率并不高。 [0005]第二种方法将步态视为视频序列来处理， 直接从最初的剪影序列中提取步态特 征， 常使用LSTM方法、 3D ‑CNN方法或者双流法(two  stream)。 视频信号和语音信号都含有时 序信息， 而LSTM模型通常用于处理这些带有时间顺序的信息， 首先利用卷积神经网络提取 每帧视频的步态特征， 然后利用LSTM对 时序关系进行建模； 3D ‑CNN模型可以处理视频比图 像多出的时间维度， 因此它常被用于视频分类工作， 然而由于其计算任务重以及计算周期 较长， 往往难以在实际中得到真正的应用。 [0006]双流法是包含RGB图像和光流两个通道的视频行为识别方法。 其中， 光流通道被用 来建模时序信息， RGB图像通道被用来建模空域信息， 该方法将两个通道进行信息融合， 并 进行联合训练， 这样就可以很好的建模步态序列中的时序和空域信息， 但其往往会受 限于 一些外部因素。 [0007]为了兼顾运算量与识别正确率， Chao等人提出了一套新的解决方案： 把步态特征 看作一组由视频帧组成的图像序列。 行走是一种周期性的运动， 所以步态可以选用其中一说　明　书 1/6 页 3 CN 114462496 A 3