基于卷积神经网络和微动特征的人体步态识别技术

• 作者: 孙莉 张群 袁延鑫
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 人体微动 迁移学习 身份认证 卷积神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 应用
• 页码范围: 602-609
• 页数: 8页
• 分类号: TN957.51
• 字数: 5110字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2018.05.012

摘要

重要军事设施、交通枢纽、保密机构等场所存在安全隐患,保证这些场所安全是人们面临的严峻问题,因此对人体目标进行身份认证和识别具有重要意义.针对敏感场所内的人体目标身份认证问题,提出了一种基于卷积神经网络和微动特征的身份认证方法.在数据样本较小的情况下,模型训练容易“过拟合”.运用迁移学习的思想,首先用MNIST数据集预训练得到卷积神经网络分类模型,使模型具有抽象特征能力;然后再用人体微动数据集训练模型的分类器以用于分类识别.实验结果表明,该方法在走路样本测试集上达到了较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张群	空军工程大学信息与导航学院	228	1290	15.0	23.0
2	孙莉	空军工程大学信息与导航学院	12	26	3.0	4.0
3	袁延鑫	空军工程大学信息与导航学院	2	2	1.0	1.0