人员的身份辨识及其时空分布是建筑智能化中的基础输入信息。针对建筑物内多人员目标同时辨识的问题,本文设计了基于步态识别的建筑物内多人员辨识(multi-occupant identification based on GaitSet,MOIG)框架。对于通过摄像头采集的建...人员的身份辨识及其时空分布是建筑智能化中的基础输入信息。针对建筑物内多人员目标同时辨识的问题,本文设计了基于步态识别的建筑物内多人员辨识(multi-occupant identification based on GaitSet,MOIG)框架。对于通过摄像头采集的建筑物内视频流,该框架首先利用YOLOv5和DeepSort构建视频中出现的多个人员步态序列,然后利用DeepLabv3+分割模型分割人员步态序列图像,再利用GaitSet辨识人员身份。实验表明,该框架在真实场景下的人员辨识准确率可达75%,与常规方法相比,性能提升显著。展开更多
文摘人员的身份辨识及其时空分布是建筑智能化中的基础输入信息。针对建筑物内多人员目标同时辨识的问题,本文设计了基于步态识别的建筑物内多人员辨识(multi-occupant identification based on GaitSet,MOIG)框架。对于通过摄像头采集的建筑物内视频流,该框架首先利用YOLOv5和DeepSort构建视频中出现的多个人员步态序列,然后利用DeepLabv3+分割模型分割人员步态序列图像,再利用GaitSet辨识人员身份。实验表明,该框架在真实场景下的人员辨识准确率可达75%,与常规方法相比,性能提升显著。