歡迎轉載，轉載時必須保證全文完整性并保留署名。

步態(tài)識別是什么？是根據(jù)人走路的方式來識別人的身份，也就是根據(jù)走路方式來識別出張三李四。你想想，是不是每個人走路時?????♀?????，擺腿風格皆不同啊？再加上擺臂、晃肩等特點，你是不是可以遠遠地認出你的朋友。

本人一直做步態(tài)識別研究，茶余飯后，有時候跟非同行解釋自己的科研工作。對方一般立刻會點頭，“懂了，根據(jù)擺腿風格識別人”。這讓我想起十幾年前跟人科普人臉識別，也是類似的感覺，“懂了，根據(jù)瞳距、嘴形等特征識別人”。這樣的理解，也不能說是錯誤的，但離真正的事實還有很遠的距離。

專門研究步態(tài)識別的專家眼中的技術原理，如下圖，一團亂麻，真的說不清楚！所以這幾年興起了一個新的研究方向“可解釋人工智能”，對此我持保留態(tài)度。

讓我們從跑題中回來，嘗試解釋一下“步態(tài)識別”原理。步態(tài)識別研究起源于2000年前后，是一個非常新的生物特征識別技術。我是在2003年開始研究步態(tài)識別。在那個步態(tài)識別的起步階段，很多算法都依照人的直覺去設計。也就是對人體進行建模，如下圖對四肢和軀干的運動進行建模，然后根據(jù)這些部位的角度變化識別人的身份[1]。

這類方法很符合人的直覺，但有一個很大的缺陷：人體精確建模太難了！特別是十幾年前，視頻中人體本來就較小且模糊，人體建模也只能建一個大概，用于區(qū)分不同的人十分困難。

后來的一系列算法都放棄了人體建模方案，直接采用二值人體輪廓（silhouette）。但視頻里有很多幀，每幀一個輪廓圖，一個序列至少幾十個圖像。數(shù)據(jù)維度太高了，傳統(tǒng)的特征提取方法很難對之進行特征提取。2004年有個方法[2]直接將所有輪廓圖求了個平均，美其名曰“步態(tài)能量圖”(Gait Energy Image, GEI，如下圖)，然后采用一個L1或L2距離評價相似度，這樣就暴虐了幾乎所有其他算法。我依然記得當年我的心情“我靠，這樣也可以？”這讓推導了好幾頁數(shù)學公式，各種矩陣輪番變換的方法情何以堪？

簡單的方法中必有天地！我用了幾年的時間才慢慢理解了這里面的“簡單之美”。GEI方法解決了兩個問題：人體輪廓質量劣和時序對齊的問題。因為各種因素，人體輪廓中很多圖像都是“缺胳膊少腿”。但GEI把很多幀一平均，缺陷被稀釋。再者，兩個序列，如果一個是以并腿狀態(tài)為第一幀，一個以叉開腿狀態(tài)為第一幀，即使這兩個序列來自同一個人，在計算機看來，這兩個數(shù)據(jù)差異很大。這就是模式識別中典型的類內差異大過類間差異的問題。GEI一平均，不用考慮時序對齊問題了，完美避開了難點。再者，GEI中的像素的數(shù)值是0-1之間，可以用于表示這個像素點被人體遮擋的概率，這樣也能夠部分地刻畫人體運動模式。鑒于這些優(yōu)勢，這種簡單的GEI特征，統(tǒng)治了步態(tài)識別近10年時間。

作者注：本來想一篇文章寫完，寫起來發(fā)現(xiàn)篇幅會有點長，今天沒空繼續(xù)寫了，過幾天有空再寫后續(xù)。欲知后事如何，可關注我的公眾號。

參考文獻

[1]?Liang Wang, Huazhong Ning, Tieniu Tan, and Weiming Hu. Fusion of static and dynamic body biometrics for gait recognition. IEEE Transactions on Circuits and Systems for Video Technology, 14(2):149–158, Feb. 2004.

[2]?Ju Han and Bir Bhanu. Statistical feature fusion for gait-based human recognition. In Proc. of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pages II842–II847. Washington DC, USA, June 2004.

總結

以上是生活随笔為你收集整理的深刻揭露步态识别的“谎言”（篇一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。