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:
步态识别是非接触式生物识别领域中一个比较前沿的课题,它主要是利用行走过程中个体步态之间的差异来识别人的身份.近年来,随着可穿戴传感器在人体信息采集中的广泛应用,利用惯性传感器采集步行过程中的线性加速度以及角速度进而实现步态特征提取是该领域中一个研究热点.为了提取更加有效的步态识别特征,利用基于注意力机制的卷积神经网络来进行步态特征的深度学习,其主要流程是先对原始数据进行预处理,接着利用卷积神经网络对处理后的数据提取步态特征,然后利用注意力机制对步态特征进行加强,最后再分类.实验结果证明了本文方法的优越性.
推荐文章
基于卷积神经网络和注意力模型的文本情感分析
社交网络
文本情感分析
卷积神经网络
注意力模型
基于改进的深度神经网络的人体动作识别模型
动作识别
深度学习
时空金字塔
注意力机制
卷积神经网络
基于双流卷积神经网络的改进人体行为识别算法
人体行为识别
深度学习
双流卷积神经网络
模型融合
采用循环神经网络的情感分析注意力模型
情感分析
循环神经网络
注意力
长短时记忆
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 基于卷积神经网络与注意力模型的人体步态识别
来源期刊 传感技术学报 学科 工学
关键词 步态识别 深度学习 注意力机制 神经网络 步态周期
年,卷(期) 2019,(7) 所属期刊栏目 传感器信号处理
研究方向 页码范围 1027-1033
页数 7页 分类号 TP391.4
字数 4935字 语种 中文
DOI 10.3969/j.issn.1004-1699.2019.07.012
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 汪涛 安徽大学电气工程与自动化学院 21 70 5.0 7.0
2 张德祥 安徽大学电气工程与自动化学院 44 273 10.0 15.0
3 夏懿 安徽大学电气工程与自动化学院 8 9 2.0 2.0
4 汪泓章 安徽大学电气工程与自动化学院 1 1 1.0 1.0
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  (11)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(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)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
2020(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
深度学习
注意力机制
神经网络
步态周期
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导