许缓缓，李洪梅，李富余，孙学梅

(1.天津市自主智能技术与系统重点实验室，天津 300387；2.天津工业大学 计算机科学与技术学院，天津 300387；3.花旗金融信息服务(中国)有限公司，上海 201203)

在生物特征识别领域，人的各种外在和内在特征如人脸、虹膜、指纹、掌纹、静脉、声纹、步态等可用来识别人的身份。其中，步态是一种独特的生物特征，可以远距离识别，非侵入且无需受试者的合作。因此，在身份鉴别、公共安全和医疗诊断等方面具有广泛的应用前景。但是，在现实场景下，步态识别的准确率会受到外部因素的影响，例如拍摄角度、行人穿着以及携带包等因素。

为了解决这些问题，当前主流步态识别方法对输入步态序列数据的处理主要有两种方式：第1种方式是把步态序列数据按照静态图像帧方式的处理，通常将所有步态轮廓压缩成一张图像或用步态模板进行预处理[1]，然后进行步态识别。这类方法虽然简单易行，但很容易丢失时间和细粒度的空间信息。第2种方式是按照连续视频序列处理，即直接从原始步态轮廓序列数据中提取步态特征[2]，如使用3D-CNN[5]。该方法可以较好学习特征，但是，比使用单个模板的深度神经网络更难训练。

文中将步态轮廓视为一组步态序列轮廓图。作为周期性运动，步态可以由一个周期表示。基于此，笔者提出一种基于时空卷积的步态识别方法。该方法框架由时空特征提取和高层语义度量两个模块组成，如图1所示。

图1 基于时空……