基于卷积神经网络与注意力模型的人体步态识别

• 作者: 夏懿 张德祥 汪泓章 汪涛
• 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
• 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

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.

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