本文针对使用GEI的方法，使用LSTM来进行步态特征的提取，从而保留视频序列的时序信息。
首先使用一个CNN-based方法，将每一帧的图像分割成一个个关节的heatmap，然后将heatmap输入到lstm当中，使用frame-to-frame的encoder，将cnn生成的heatmap进行重建，从而较好保留了视频的时序信息，lstm最后一层的隐藏层值作为最终提取出来的特征。
Learning Effective Gait Features Using LSTM
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 写在前面 未经允许，不得转载，谢谢~~~ 这篇文章是出自ICCV2017的一篇文章，在视频识别领域中属于用3D C...
- 前面的文章主要从理论的角度介绍了自然语言人机对话系统所可能涉及到的多个领域的经典模型和基础知识。这篇文章，甚至之后...
- 写在前面 未经允许，不得转载，谢谢~ 这篇论文是2015年发在CVPR上的，实现了对视频帧序列输入、文字序列输出的...
