-
题名基于相对位置编码转换器模块的深度步态识别网络
- 1
-
-
作者
任禹衡
赵云峰
吴闯
-
机构
银河水滴科技(北京)有限公司
国家管道网集团北方管道有限责任公司
武警湖南总队参谋部
-
出处
《计算机科学》
CSCD
北大核心
2024年第S02期521-526,共6页
-
文摘
步态识别是一种快速发展的远距离生物特征识别技术,在远距离、跨视角和跨着装等多种场景中具有广泛应用和优势。传统的生物特征识别技术,如指纹识别、面部识别等,往往需要近距离或在特定条件下才能有效进行,而步态识别技术则突破了这些限制,使得在更为广泛的环境下进行个体识别成为可能。以往的研究大多采用轻量级的神经网络提取步态特征,并在目前流行的跨视角和跨着装数据集上(如CASIA-B)取得了巨大的进步。然而,实验结果表明,在CASIA-B数据集上简单叠加神经网络的层数将导致识别准确率大幅度下降。基于相对位置编码转换器模块提出了一个深度步态识别网络,旨在避免陷入“局部特征关联”的陷阱,同时使网络能够持续不断地学习步态序列的时序特征。与目前主流的方法相比,所提方法在室内场景(CASIA-B,OUMVLP)和室外场景(Gait3D)步态数据集上都达到了更优的识别准确率,特别在换装任务(CL)上超出基准方法1.9%,实现了85.5%识别准确率。
-
关键词
步态识别
自注意力机制
相对位置建模
模式识别
深层网络
-
Keywords
Gait recognition mechanism
Self-attention mechanism
Relative position modeling
Pattern recognition
Deep network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于深度学习的青铜器铭文识别方法
被引量：27
- 2
-
-
作者
李文英
曹斌
曹春水
黄永祯
-
机构
中国人民大学历史学院
中国科学院自动化研究所模式识别国家重点实验室
银河水滴科技(北京)有限公司
-
出处
《自动化学报》
EI
CSCD
北大核心
2018年第11期2023-2030,共8页
-
基金
国家重点基础研究发展计划973计划(2016YFB1001000)
国家自然科学基金(61525306
+2 种基金
61633021
61420106015)
教育部人文社会科学研究青年基金项目(18YJC780001)资助~~
-
文摘
考古出土的青铜器铭文是非常宝贵的文字材料,准确、快速地了解其释义和字形演变源流对考古学、历史学和语言学研究均有重要意义.青铜器铭文的辨识需要综合文字的形、音、义进行研究,其中第一步也是最重要的一步就是分析文字的形体特征.本文提出一种基于两阶段特征映射的神经网络模型来提取每个文字的形体特征,最后对比目前已知的文字研究成果,如《古文字类编》、《说文解字》,得出识别的结果.通过定性和定量的实验分析,我们发现本文提出的方法可达到较高的识别精度.特别地,在前10个预测类别中(Top-10)准确率达到了94.2%,大幅缩小了考古研究者的搜索推测空间,提高了青铜铭文识别的效率和准确性.
-
关键词
模式识别
青铜器铭文
文字识别
深度学习
深度卷积神经网络
-
Keywords
Pattern recognition
bronze inscription
character recognition
deep learning
convolutional neural network（CNN）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
K877.3
[历史地理—考古学及博物馆学]
-
