基于卷积神经网络和微动特征的人体步态识别技术
来源：信号处理杂志 2018年第5期北京时间：
作者：袁延鑫, 孙莉, 张群
摘要：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。
关键词：人体微动, 迁移学习, 身份认证, 卷积神经网络
