基于堆叠深度卷积沙漏网络的步态识别

被引：8

作者：

王浩

夏利民

机构：

[1] 中南大学信息科学与工程学院

来源：

计算机工程与应用 | 2019年 / 14期

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;

D O I：

暂无

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

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。

引用

页码：127 / 133

页数：7

共 9 条

[1]

一种基于模型的步态识别方法 [J].

刘玉栋 ;

苏开娜 ;

马丽 ;

不详 .

计算机工程与应用 , 2005, (09) :88-92

[2]

基于人体几何特征的步态识别算法研究及应用平台设计 [D].

施登科 .

浙江大学,

2017

[3]

基于视频流的步态识别系统研究与实现 [D].

陈玲 .

暨南大学,

2016

[4]

Fusion of spatial-temporal and kinematic features for gait recognition with deterministic learning[J] Muqing Deng;Cong Wang;Fengjiang Cheng;Wei Zeng Pattern Recognition 2017,

[5]

Invariant feature extraction for gait recognition using only one uniform model[J] Shiqi Yu;Haifeng Chen;Qing Wang;Linlin Shen;Yongzhen Huang Neurocomputing 2017,

[6]

Relative distance features for gait recognition with Kinect[J] Ke Yang;Yong Dou;Shaohe Lv;Fei Zhang;Qi Lv Journal of Visual Communication and Image Representation 2016,

[7]

Gait flow image: A silhouette-based gait representation for human identification[J] Toby H.W. Lam;K.H. Cheung;James N.K. Liu Pattern Recognition 2010,

[8]

Gait recognition based on dynamic region analysis[J] Xiaochao Yang;Yue Zhou;Tianhao Zhang;Guang Shu;Jie Yang Signal Processing 2008,

[9]

Automatic extraction and description of human gait models for recognition purposes[J] David Cunado;Mark S. Nixon;John N. Carter Computer Vision and Image Understanding 2003,

← 1 →