基于堆叠深度卷积沙漏网络的步态识别

• 作者: 夏利民 王浩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 步态识别 深度卷积沙漏网络 运动特征 动态时间规整
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 127-133
• 页数: 7页
• 分类号: TP391
• 字数: 6584字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0086

摘要

提出了一种基于堆叠深度卷积沙漏网络的步态识别方法.为了解决人体建模中关节点准确定位的问题,采用基于深度卷积的沙漏网络来提取步态图上的关节点坐标,并计算肘关节与膝关节的角度作为运动特征.为了解决行走速度变化带来的影响,采用动态时间规整(Dynamic Time Warping)对特征序列进行距离计算.通过最近邻分类器对结果进行准确分类.该方法在公共CASIA-B数据集与TUM-GAID数据集上进行了验证并与其他方法进行比较,结果表明该方法有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	中南大学信息科学与工程学院	66	553	13.0	22.0
2	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0