10.16798/j.issn.1003-0530.2018.05.012
基于卷积神经网络和微动特征的人体步态识别技术
重要军事设施、交通枢纽、保密机构等场所存在安全隐患,保证这些场所安全是人们面临的严峻问题,因此对人体目标进行身份认证和识别具有重要意义.针对敏感场所内的人体目标身份认证问题,提出了一种基于卷积神经网络和微动特征的身份认证方法.在数据样本较小的情况下,模型训练容易“过拟合”.运用迁移学习的思想,首先用MNIST数据集预训练得到卷积神经网络分类模型,使模型具有抽象特征能力;然后再用人体微动数据集训练模型的分类器以用于分类识别.实验结果表明,该方法在走路样本测试集上达到了较高的识别率.
人体微动、迁移学习、身份认证、卷积神经网络
34
TN957.51
国家自然科学基金61701531;陕西省统筹创新工程·特色产业创新链项目2015KTTSGY04-06
2018-06-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
602-609