典型文献
显著性时空特征融合的多视角步态识别算法
文献摘要：
行人步态是一种具有唯一标识行人身份能力的生物特征,可以使用视频监控系统中的行人步态远距离识别行人身份,如何有效提取监控视频中行人的多视角步态特征是一个具有挑战性的问题.本文设计了一个孪生LSTM网络架构,用于完成多拍摄视角下的步态识别任务.本文方法优点:①设计了一个框架融合步态序列显著的空间特征和时序特征进行多视角步态识别;②设计了时序总结孪生LSTM架构自动学习不同视角下步态序列的显著周期性运动特征;③分析了LSTM的层数、隐藏单元数量与识别准确率的关系,定量评价了相同视角和交叉视角下的步态识别性能.实验结果表明,本文方法在OULP-C1V1-A步态数据集上相同视图和交叉视角下都取得了良好的步态识别性能.
文献关键词：
步态识别;LSTM网络;孪生网络架构;特征融合
中图分类号：
作者姓名：
杨凯文;李双群;胡星
作者机构：
中电长城圣非凡信息系统有限公司,北京 102209;中国电子信息产业集团有限公司第六研究所,北京 100083
文献出处：
引用格式：
[1]杨凯文;李双群;胡星-.显著性时空特征融合的多视角步态识别算法)[J].现代计算机,2022(17):9-15
A类：
OULP,C1V1
B类：
时空特征,特征融合,多视角,步态识别,识别算法,行人步态,唯一标识,生物特征,视频监控系统,远距离,有效提取,监控视频,中行,步态特征,多拍,拍摄视角,步态序列,空间特征,时序特征,自动学习,不同视角,下步,运动特征,层数,单元数量,识别准确率,定量评价,识别性,步态数据,视图,孪生网络架构
AB值：
0.378928
相似文献
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。
