典型文献
基于残差网络和注意力机制的步态识别算法
文献摘要：
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％.
文献关键词：
步态识别;残差网络;卷积神经网络;机器学习
中图分类号：
作者姓名：
朱磊;仝超;董亮;张聪
作者机构：
齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔 161006
文献出处：
引用格式：
[1]朱磊;仝超;董亮;张聪-.基于残差网络和注意力机制的步态识别算法)[J].电讯技术,2022(12):1722-1728
A类：
B类：
残差网络,注意力机制,步态识别,识别算法,行人步态,步态数据,多特征融合,拼接,ResNet18,预训练模型,卷积层,后面,CASIA,准确识别,步态特征
AB值：
0.309739
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
