《計算機應用研究》|Application Research of Computers

基于CNN和DLTL的步態虛擬樣本生成方法

Gait virtual sample generation method based on CNN and DLTL

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 支雙雙,趙慶會,金大海,唐琎
機構 西安工程大學 工程訓練中心;中南大學 信息科學與工程學院
統計 摘要被查看 次,已被下載
摘要 針對步態識別在反恐、安防領域亟待解決的小樣本問題,提出了一種基于深度卷積神經網絡CNN(convolutional and neural network)和DLTL(dual learning and transfer learning)的步態虛擬樣本生成方法。首先用基于VGG19的深度卷積神經網絡模型低層響應提取步態風格特征圖,然后利用基于對抗網絡的對偶學習DL(dual learning)對風格特征圖進行風格訓練,得到風格特征模型;其次利用VGG19模型的高層響應提取步態內容特征圖,然后讓步態內容特征圖對風格特征模型中的風格特征進行學習;最后使用遷移學習TL(transfer learning)獲得步態虛擬偏移樣本。實驗結果表明,經過DLTL風格學習生成的步態虛擬樣本雖然整體風格發生改變,但人體步態特征沒有改變,可有效擴充小樣本容量;當虛擬樣本數量增加到一定數量,步態識別率有所提升。該方法與現有步態虛擬樣本生成方法進行對比實驗,結果表明該算法優于現有方法,能夠大量生成虛擬樣本且穩定提高步態識別的識別率。
關鍵詞 步態識別;卷積神經網絡;DLTL;虛擬樣本;步態識別率
基金項目 國家自然科學基金重大研究計劃集成項目(91220301)
國家自然科學基金資助項目(61502537)
本文URL http://www.oirznw.live/article/02-2020-01-063.html
收稿日期
修回日期
頁碼 -
中圖分類號 TP391.4
文獻標志碼
水果机返水 北京赛车app官网娱 正在播放做爰 3013福彩3d定胆公式 国产AV在线播放 吉林十一选五开奖走 辽宁十一选五开奖号 1zplay电竞比分 app 内蒙古11选5开奖直播 江苏7位数中奖规则 自创麻将app 安徽新11选5开奖结果 山西福彩走势图一定牛 麻将赌博技巧大全 山东十一运夺金选号 福彩排列7开奖走势图 足球比分 程序