期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于优化GaitSet模型的步态识别研究
1
作者
刘正道
努尔毕亚·亚地卡尔
+2 位作者
木特力甫·马木提
阿力木江·艾沙
库尔班·吾布力
《东北师大学报(自然科学版)》
CAS
北大核心
2022年第4期77-86,共10页
为了能够保留更多的输入步态轮廓图的轮廓和纹理等信息,增加深浅特征融合的输入,提出了基于优化GaitSet模型的步态识别研究.首先,在原模型的基础上,采用了联合Loss优化,步态轮廓图的裁剪对齐为较大图片尺寸,并且进行进一步的论证;其次,...
为了能够保留更多的输入步态轮廓图的轮廓和纹理等信息,增加深浅特征融合的输入,提出了基于优化GaitSet模型的步态识别研究.首先,在原模型的基础上,采用了联合Loss优化,步态轮廓图的裁剪对齐为较大图片尺寸,并且进行进一步的论证;其次,增加多尺度的感受野的特征输入和深浅特征融合;最后,在CASIA-B数据库上进行了验证.实验结果表明:LT样本规模及非相同视角下,NM状态下的识别率为97.309%,BG状态下的识别率为94.048%,CL状态下的识别率为81.736%.相比较原模型Rank-1的准确率有较大的提升.
展开更多
关键词
步态识别
优化研究
gaitset
图像尺寸
深浅特征融合
下载PDF
职称材料
复杂场景下多重损失的步态识别系统的实现
2
作者
李长萍
于大海
+2 位作者
郭豪
李杰
胡滨
《软件》
2023年第5期11-18,共8页
在目前的高校教育制度下,我国的教育事业蓬勃发展,但是在学生课堂早退违纪问题的处理中仍存在不足之处,由于早退学生的过多遮挡以及背景环境较高的复杂程度,因此在识别学生的身份时很难同时兼顾速度和准确性。针对该问题,基于显著性目...
在目前的高校教育制度下,我国的教育事业蓬勃发展,但是在学生课堂早退违纪问题的处理中仍存在不足之处,由于早退学生的过多遮挡以及背景环境较高的复杂程度,因此在识别学生的身份时很难同时兼顾速度和准确性。针对该问题,基于显著性目标检测U2Net网络和多重损失的GaitSet模型,结合步态识别相关技术,设计和实现了针对于高校课堂早退学生身份识别的系统DGRSML,为有效解决高校学生课堂早退违纪现象的身份识别问题提供了帮助。
展开更多
关键词
复杂场景
多重损失
课堂早退
步态识别
gaitset
U2Net
下载PDF
职称材料
题名
基于优化GaitSet模型的步态识别研究
1
作者
刘正道
努尔毕亚·亚地卡尔
木特力甫·马木提
阿力木江·艾沙
库尔班·吾布力
机构
新疆大学信息科学与工程学院
新疆大学多语种信息技术重点实验室
出处
《东北师大学报(自然科学版)》
CAS
北大核心
2022年第4期77-86,共10页
基金
国家自然科学基金资助项目(62061045,6186206,61563052).
文摘
为了能够保留更多的输入步态轮廓图的轮廓和纹理等信息,增加深浅特征融合的输入,提出了基于优化GaitSet模型的步态识别研究.首先,在原模型的基础上,采用了联合Loss优化,步态轮廓图的裁剪对齐为较大图片尺寸,并且进行进一步的论证;其次,增加多尺度的感受野的特征输入和深浅特征融合;最后,在CASIA-B数据库上进行了验证.实验结果表明:LT样本规模及非相同视角下,NM状态下的识别率为97.309%,BG状态下的识别率为94.048%,CL状态下的识别率为81.736%.相比较原模型Rank-1的准确率有较大的提升.
关键词
步态识别
优化研究
gaitset
图像尺寸
深浅特征融合
Keywords
gait recognition
optimization research
gaitset
image size
deep and shallow feature fusion
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
复杂场景下多重损失的步态识别系统的实现
2
作者
李长萍
于大海
郭豪
李杰
胡滨
机构
贵州大学计算机科学与技术学院
出处
《软件》
2023年第5期11-18,共8页
基金
贵州大学大学生创新创业训练计划项目“基于步态特征的课堂早退学生身份识别系统设计与实现”(贵大省创字(2021)050)
贵州省自然科学基金项目(黔科合基础[2020]1Y261)
贵州大学引进人才科研项目(贵大人基合字(2019)58号)。
文摘
在目前的高校教育制度下,我国的教育事业蓬勃发展,但是在学生课堂早退违纪问题的处理中仍存在不足之处,由于早退学生的过多遮挡以及背景环境较高的复杂程度,因此在识别学生的身份时很难同时兼顾速度和准确性。针对该问题,基于显著性目标检测U2Net网络和多重损失的GaitSet模型,结合步态识别相关技术,设计和实现了针对于高校课堂早退学生身份识别的系统DGRSML,为有效解决高校学生课堂早退违纪现象的身份识别问题提供了帮助。
关键词
复杂场景
多重损失
课堂早退
步态识别
gaitset
U2Net
Keywords
complex scene
multiple losses
class leaves early
gait recognition
gaitset
U2Net
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于优化GaitSet模型的步态识别研究
刘正道
努尔毕亚·亚地卡尔
木特力甫·马木提
阿力木江·艾沙
库尔班·吾布力
《东北师大学报(自然科学版)》
CAS
北大核心
2022
0
下载PDF
职称材料
2
复杂场景下多重损失的步态识别系统的实现
李长萍
于大海
郭豪
李杰
胡滨
《软件》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部