首页> 中文期刊> 《中国计量学院学报》 >基于CNN与SVM融合的步态识别方法

基于CNN与SVM融合的步态识别方法

         

摘要

目的:解决人工步态特征参数模型识别率低的问题.方法:采用基于CNN网络结构和SVM分类器的步态识别方法,提出三种不同CNN网络结构,其中两种在传统CNN网络结构中添加了多通道卷积技术.结果:通过在中国科学院提供的CASIA和日本大阪大学提供的OU-ISIR步态数据库上进行测试和验证,结果显示采用三种CNN网络结构得到的步态识别率都有显著提高,其中晚期多通道卷积CNN网络结构(LCNN)得到的步态识别率最高.结论:基于卷积神经网络(CNN)的步态识别方法较好地解决了人工步态特征模型造成的低识别率问题.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号