基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以隐马尔可夫模型和动态纹理模型为代表的动态贝叶斯网是描述步态序列的重要方法,但都存在一些不足之处.提出了一种新的动态贝叶斯网——分层时序模型,该方法采用分段线性逼近非线性和用各段的动态纹理模型作为隐状态,将隐马尔可夫模型和动态纹理模型做了结合,充分发挥了其优势.该方法在CMU Mobo步态数据库和CASIA步态数据库B上做了评估,结果充分显示了分层时序模型的高性能.
推荐文章
基于特征融合的步态识别算法研究
生物特征识别
步态识别
特征融合
权重
傅里叶描述子
基于自适应背景模型的步态检测与识别
生物特征识别
步态识别
傅里叶描述子
最近邻法
基于深度学习的步态识别算法优化研究
步态识别
BP神经网络
粒子群
深度学习
识别率
基于线性插值的张量步态识别算法
步态识别
线性插值
张量表达
多重线性主成分分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分层时序模型的步态识别算法
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 步态识别 分层时序模型 隐马尔科夫模型 动态纹理模型
年,卷(期) 2011,(6) 所属期刊栏目 通信与电子
研究方向 页码范围 1-6
页数 分类号 TN919.8|TP391.41
字数 5436字 语种 中文
DOI 10.3969/j.issn.1673-5439.2011.06.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁继民 西安电子科技大学生命科学与技术学院 30 318 9.0 17.0
2 朱秀昌 南京邮电大学通信与信息工程学院 193 1476 17.0 28.0
3 陈昌红 南京邮电大学通信与信息工程学院 20 88 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
步态识别
分层时序模型
隐马尔科夫模型
动态纹理模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导