基于LSTM的红外人体步态识别方法研究

作者：梅建华; 云利军; 朱小鹏

来源：激光与光电子学进展, 2021, 1-13.

• 步态识别
• 卷积神经网络
• 长短期记忆网络
• 红外人体图像

步态识别作为一种非接触式远距离的生物特征识别技术，其任务是根据远距离行人的行走模式来实现身份识别。针对卷积神经网络（CNN）对穿着影响因素较大的红外人体步态进行分类时存在不稳定性的问题，本文提出利用长短期记忆网络，根据人体身高比例遮挡穿着部分后的图像，让网络集中注意力提取腿部的变化特征以及每个红外人体步态周期的时间维度特征，从而构建了一种新的步态识别模型。该模型在中科院提供的CASIA C红外步态数据库中，对穿着服饰部分进行预遮挡处理后的数据进行了实验测试，其识别准确率优于CNN，该实验结果表明，在部分特征缺失情况下利用长短期记忆网络（LSTM）进行步态识别能有效提高其识别准确率。

• 单位
  云南师范大学