.png){kind=icon}
返回
Evaluating Deep Learning in Gait Recognition
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-3185-1_3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
用户识别是基于特定特征或生物特征数据在各种情境下（如在系统和应用中）识别和区分个体的关键技术。它是构建安全用户认证或识别方案的基础。例如，步态识别旨在根据步态风格（如步长、速度和关节角度等特征）来验证和识别个体。随着技术的不断进步，步态识别预计将在更多实际场景中得到应用，带来便利性和增强的安全性。为更好地处理数据，深度学习已广泛应用于步态识别。然而，步态的高变异性仍是构建实用步态识别系统的一大挑战。本研究旨在探讨深度学习在步态识别中的应用。具体而言，我们探索了不同的神经网络模型，包括C3D、CNN-LSTM、CNN-Res-LSTM、ViViT和CNN-Transformer，并研究了不同步态视频方向对模型准确率的影响。最后，我们讨论了基于深度学习的步态识别的潜在安全威胁和开放性挑战。
Keyword:
Gait recognition
User authentication
Deep learning
Biometric security
Neural network
期刊
D
IF:
0
论文数:
14
被引数:
0
机构
引用论文
Pyke, M.S.C.; Meng, W.; Lampe, B. Security on Top of Security: Detecting Malicious Firewall Policy Changes via K-Means Clustering. In Machine Learning for Cyber Security; Lecture Notes in Computer Science; Springer: Cham, Switzerland, 2024; Volume 14541, pp. 145–162. [Google Scholar] [CrossRef]Pyke, M.S.C.; Meng, W.; Lampe, B. 安全之上：通过K-均值聚类检测恶意防火墙策略变更。载于《网络安全的机器学习》；计算机科学讲义；Springer：瑞士Cham，2024；第14541卷，第145–162页。.png)
IF0
PREAI
分享收藏Enhancing Medical Smartphone Networks via Blockchain-Based Trust Management Against Insider Attacks
OAAI
OAAI分享收藏分享收藏分享收藏分享收藏Faces are Protected as Privacy: An Automatic Tagging Framework Against Unpermitted Photo Sharing in Social MediaIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容