《电子测量技术杂志》发表论文赏析

基于结构感知与动态融合机制的步态识别研究

来源:电子测量技术杂志2026年第9期北京时间:

作者:翟奥北,奚昊,范金豪,胡传平

单位:1.郑州大学电气与信息工程学院 郑州 450001; 2.郑州大学网络空间安全学院 郑州 450052

摘要:针对基于轮廓的步态识别方法因过度依赖全局表征,而在服装变化等强外观干扰下性能骤降的瓶颈,提出了一种融合结构感知与动态注意力的识别模型。该模型旨在将识别范式从匹配易变轮廓升维至理解内在运动规律。为此,构建了一个双路并行框架:首先,通过一条结构感知路径对人体关键局部区域进行精确建模;其次,引入频率解耦的动态注意力机制以自适应增强最具区分度的特征通道,应对步态相位变化;最后,利用深度语义融合模块将局部结构信息与全局表征进行多尺度协同,生成兼具稳定性与判别力的最终特征。实验结果表明,该模型在CASIA-B数据集上的平均准确率达到89.9%,尤其在服装变化场景下较基线模型提升了11.0%;同时在大规模OU-MVLP数据集上的Rank-1准确率达到89.5%。研究证实,该模型通过协同局部结构感知与全局特征增强,有效提升了步态识别在复杂外观干扰下的稳健性与识别精度。

关键词:步态识别;结构感知;动态注意力;特征融合

2026年9期其他文献查阅:

基于贝叶斯优化模糊PID的控温四探针系统设计

基于运动状态识别的车辆磁干扰补偿方法研究

MEA-YOLO:基于多尺度边缘增强与注意力融合的钢材缺陷检测

面向燃气轮机旋转件参数测试的双频遥测天线设计与验证

装备试验能力战斗力生成贡献度评价方法研究

面向重症监护室患者的无线体征监测系统设计

基于结构感知与动态融合机制的步态识别研究

旋转式可刷新盲文显示装置的设计与评估

南部沿海炼化装置腐蚀速率TL-BiLSTM-Attention智能预测

RDSM-YOLO轻量级夜间车辆检测模型

密集障碍物环境下改进A*-DWA融合导航算法研究

改进YOLOv11n的水面垃圾检测算法

基于高分辨率特征引导学习的小目标检测方法

基于轨迹融合与背景映射的非侵入式负荷监测方法

基于Mamba自注意力和多模态融合的DVT风险预测

基于WPD-UKF的MMC高频振荡检测方法

一维稀疏拓扑阵列雷达三维成像算法研究

多尺度门控融合的图像篡改拼接检测算法

基于监督反馈和Transformer的目标跟踪算法

基于STDD-YOLO的输电线路小目标缺陷检测

小目标车辆及行人轻量化检测算法改进:DSWR-YOLO

基于Prewitt-Franklin矩的亚像素边缘检测方法

基于MSBRAU-Net++的多尺度息肉分割方法

基于YOLOv11n改进的小目标航拍检测算法

基于特征域最近邻搜索和拼接的动态点云压缩算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!