“Incremental Learning for Video-based Gait Recognition with LBP-Flow”是博士生胡懋地等撰写的论文,于2012年在“IEEE Transactions on Cybernetics”上发表。该论文由王蕴红教授、张兆翔副教授和不列颠哥伦比亚大学的JamesLittle教授合作指导完成。IEEE Transactions on Cybernetics是IEEE旗下人工智能与模式识别领域的权威期刊之一,2012年SCI影响因子为3.236。胡懋地同学于2011年-2012年在不列颠哥伦比亚大学计算机学院计算智能实验室进行联合培养,重点研究基于步态的行人身份识别技术。
步态识别技术是以人在行走中的姿态变化为基础的。在图像噪声和遮挡等条件的影响下,人体姿态序列难以被高效精确提取。论文提出了增量隐马尔可夫模型和增量混合高斯回归模型,对步态运动过程在图像序列中的表象进行了在线学习和预测。以行人的平均步态作为在线学习的先验,将行人检测、跟踪和识别三者有机结合起来,构建了在线模型更新和跟踪识别的框架。在针对室内外视频的行人检测、跟踪和身份识别实验中,提出的方法都取得了高于了现有其他工作的正确率。