基于残差网络和注意力机制的步态识别算法OA北大核心
A Gait Recognition Algorithm Based on Residual Network and Attention Mechanism
针对现有行人步态数据集样本较少、多特征融合复杂且识别精准度不高的问题,提出了一种基于残差网络和注意力机制的步态识别算法.首先对每种特征制作标签,然后将表示不同特征的标签做拼接,达到识别多特征的目的.通过迁移ResNet18的预训练模型,并在ResNet18网络第一个和最后一个卷积层后面加入注意力机制,能够加速网络的收敛,提升模型的精准率.在CASIA-B数据集上进行多次实验,结果表明所提出方法能准确识别行人、状态和不同角度三种步态特征,识别的精准率为97.6％.
朱磊;仝超;董亮;张聪
齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔 161006齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔 161006齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔 161006齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔 161006
信息技术与安全科学
步态识别残差网络卷积神经网络机器学习
《电讯技术》 2022 (12)
微波全介质超常媒质中多介质单元耦合诱导的透明效应机理与应用研究
1722-1728,7
国家自然科学基金资助项目(61501275)中央引导地方科技发展专项项目(SBZY2021E076)黑龙江省自然科学基金项目(联合引导项目)(LH2022F053)黑龙江省博士后科研启动金项目(LBH-Q21195)齐齐哈尔大学学位与研究生教育教学改革研究项目(JGXM_QUG_2019019)
评论