10.3778/j.issn.1002-8331.1804-0086
基于堆叠深度卷积沙漏网络的步态识别
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.
步态识别、深度卷积沙漏网络、运动特征、动态时间规整
55
TP391(计算技术、计算机技术)
国家自然科学基金51678075;湖南省科技厅重点计划项目2017GK2271
2019-08-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
127-133