基于LSTM的监控视频中步态识别方法研究

• 作者: 孙鹏 朗宇博 李珊
• 来源期刊: 中国人民公安大学学报（自然科学版）
• 学科: 政治法律
• 关键词: 步态识别 步态能量图 长短期记忆网络 卷积神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 刑事技术
• 页码范围: 23-28
• 页数: 6页
• 分类号: D918.2
• 字数: 2959字
• 语种: 中文

摘要

卷积神经网络(Convolutional Neural Networks,CNN)已广泛应用于步态识别领域,但CNN进行分类时仅考虑单张步态图片,未考虑到步态的连续性特征,这直接影响到最终识别准确率.因此,提出利用长短期记忆网络(Long Short-Term Memory networks,LSTM)来获取步态的连续特征,结合步态能量图(Gait Energy Image,GEI)构建一种新的步态识别模型.将该模型在OU-ISIR Treadmill dataset B数据库上进行测试,识别准确率和网络训练时间两个方面都优于CNN,表明LSTM在步态识别领域上具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙鹏	中国刑事警察学院声像资料检验技术系	32	45	4.0	5.0
2	李珊	中国刑事警察学院声像资料检验技术系	3	3	1.0	1.0
3	朗宇博	中国刑事警察学院声像资料检验技术系	1	0	0.0	0.0