来源：期刊VIP网 时间：
作者：肖鸿洲 ;李长云;王志兵 ;甘英华 ;任国鑫 ;
单位：湖南省计算机学会;湖南工业大学计算机学院;湖南工业大学智能信息感知及处理技术湖南省重点实验室;
摘要：在注重隐私或无光环境下，主流的基于机器视觉的人员识别方法不太适用。基于稀疏体压特征，文中提出一种将CNN与Bi-LSTM相融合再结合注意力机制的人员识别新方法。首先，对获得的稀疏体压数据使用CNN进行空间特征提取；然后，使用Bi-LSTM神经网络获取长远的上下文信息，抽取潜藏在时序规律中的上下文特征；最后，将抽取的空间与时序特征并联融合，结合注意力机制进行权重参数优化，使模型更关注于最具类别区分度的特征。实验结果表明，该方法拥有更快的收敛速度，识别准确率达到93.86%。
关键词：人员识别;;体压特征;;注意力机制;;双向长短期记忆;;神经网络;;稀疏体压
