基于堆叠深度卷积沙漏网络的步态识别
来源：计算机工程与应用杂志2019年第14期北京时间：
作者：王 浩，夏利民
单位：中南大学 信息科学与工程学院，长沙 410075
摘要：提出了一种基于堆叠深度卷积沙漏网络的步态识别方法。为了解决人体建模中关节点准确定位的问题，采用基于深度卷积的沙漏网络来提取步态图上的关节点坐标，并计算肘关节与膝关节的角度作为运动特征。为了解决行走速度变化带来的影响，采用动态时间规整（Dynamic Time Warping）对特征序列进行距离计算。通过最近邻分类器对结果进行准确分类。该方法在公共CASIA-B数据集与TUM-GAID数据集上进行了验证并与其他方法进行比较，结果表明该方法有较高的识别率。
关键词：步态识别,深度卷积沙漏网络,运动特征,动态时间规整
