科研之友
微信
新浪微博
Facebook
分享链接
摘要
在传播性公共卫生疫情环境下，为了减少传染风险，医疗机构需要对医护人员和患者进行防护状态下的身份识别。文中基于深度学习算法提出了一种步态识别架构顺序残差卷积网络(SRCN)，用来提取基于卷积主干的时空信息，从而实现对个体行走模式的学习。利用信息提取器(BIE)和多帧聚合器(MFA)两个子模块对图像时空信息进行提取，使用残差神经网络（ResNet）提取每幅图像的空间特征。MFA将整合并提取所有特征从而实现步态识别。在CASIA-B公开数据集进行的实验表明，文中所提出的方法在3种模态下准确率分别达到了95.2%、89.8%和73.9%，相比其他模型均有所提高。
-
单位河北北方学院附属第一医院
