Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

CJAM: Convolutional Neural Network Joint Attention Mechanism in Gait Recognition CJAM: Mekanisme Perhatian Bersama Rangkaian Neural Konvolusi dalam Pengecaman Gait

Pengtao JIA, Qi ZHAO, Boze LI, Jing ZHANG

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Pengecaman gaya berjalan membezakan seseorang individu daripada orang lain mengikut corak semula jadi gaya berjalan manusia. Pengecaman gait ialah teknologi pemprosesan isyarat yang mencabar untuk pengecaman biometrik disebabkan oleh kekaburan kontur dan prosedur pengekstrakan ciri yang kompleks. Dalam kerja ini, kami mencadangkan model baharu - mekanisme perhatian bersama (CJAM) rangkaian saraf konvolusional (CNN) - untuk mengklasifikasikan jujukan berjalan dan menjalankan pengenalpastian orang menggunakan set data gait CASIA-A dan CASIA-B. Model CNN mempunyai keupayaan untuk mengekstrak ciri gaya berjalan, dan mekanisme perhatian terus menumpukan pada kawasan yang paling diskriminatif untuk mencapai pengenalan orang. Kami mempersembahkan transformasi menyeluruh daripada prapemprosesan imej gait kepada pengenalan akhir. Keputusan daripada 12 eksperimen menunjukkan bahawa model perhatian baharu membawa kepada kadar ralat yang lebih rendah daripada yang lain. Model CJAM menambah baik 3D-CNN, CNN-LSTM (memori jangka pendek panjang) dan CNN ringkas masing-masing sebanyak 8.44%, 2.94% dan 1.45%.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E104-D No.8 pp.1239-1249
Tarikh penerbitan
2021/08/01
Diumumkan
2021/04/28
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2020BDP0010
Jenis Manuskrip
Special Section PAPER (Special Section on Computational Intelligence and Big Data for Scientific and Technological Resources and Services)
kategori

Pengarang

Pengtao JIA
  Xi'an University of Science and Technology
Qi ZHAO
  Xi'an University of Science and Technology
Boze LI
  Xi'an University of Science and Technology
Jing ZHANG
  Xi'an University of Science and Technology

Kata kunci

Contents [show]