你的“步态”决定你的身份！这一算法有望在寻找丢失儿童领域上大显身手

世界没有那么坏，但也没有那么好。人口拐卖时刻发生在我们的身边。

无论是儿童拐卖还是妇女拐卖，背后都是一个又一个支离破碎的家庭。

郭刚堂用了24年找回了自己的孩子，DNA数据库比对功不可没。但需要知道，DNA数据库比对只是最后验证，前期必须有无数公安人员进行大量的摸排调查，才有之后比对的可能。

步态识别作为一种新兴的生物特征识别技术，有望在寻找丢失儿童、刑侦破案等领域大显身手。

不同的人有不同的腿骨长度、肌肉强度、重心高度以及运动神经灵敏度，这就决定了步态的唯一性和稳定性，短时间内很难被他人模仿。

然而，目前普遍使用的深度学习算法，非常依赖数据标注，比方要通过步态识别某个人，首先得通过数据库里获悉其步态信息，意味着标注的准确性和数量直接影响着最终的识别精度。

在实际应用中，人们往往受限于这种既昂贵又费时费力的数据标注上，如果数据库里没有识别对象的标注数据，更是无所适从。

为此，杭州电子科技大学自动化学院博士郑锦凯提出了可迁移邻域发现算法。

即首先找出高置信度样本，并通过最近邻算法找出这些样本的领域样本，之后通过损失函数拉近高置信度样本与其领域样本在特征空间中的距离，并采用从易到难，循序渐进的方式更新深度学习模型，通过由近到远、由易到难、由已知到未知，逐渐识别“哪些步态是谁的”，从而锁定目标人物。

这一算法可在跨域场景下的步态识别精度上，大大超过目前普遍使用的聚类赋伪标签识别方法，提高身份识别效率。

前瞻经济学人APP资讯组

本文来源前瞻网，转载请注明来源。本文内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系：service@qianzhan.com）