来源：期刊VIP网 时间：
作者：王晓路;李晓婷;谭永辉;
单位：西安科技大学通信与信息工程学院;
摘要：为了提取更加丰富的步态特征信息，提出一种融合3D和2D卷积神经网络的步态识别方法。利用3D卷积在时空域提取视频数据中的动态特征，2D卷积在帧级空间域提取静态数据。设计有特殊结构的并行卷积层实现对局部细粒度与整体全局特征的同步提取；引入残差密集模块缓解深层网络在传播过程中产生的梯度消失问题；同时，在帧级特征提取中引入CBAM注意力机制，进一步增强模型对关键信息的感知能力；最后，设计特征映射模块解决序列长度变化问题以及自适应的整合空间信息。实验结果表明，在CASIA-B数据集上的3组不同行走条件下，所提方法的平均步态识别率为92.3%，均高于GaitPart等方法，表明所提方法是可行有效的。
关键词：步态识别;;卷积神经网络;;注意力机制;;特征融合;;步态轮廓图像;;深度学习
基金资助：西安市科技计划项目：煤矿大型机电设备在线健康检测系统（2020KJRC0070）
