← 返回列表
一种基于长短程时序提取的多任务步态识别方法及模型
申请人信息
- 申请人:华南师范大学
- 申请人地址:528225 广东省佛山市南海区狮山南海软件科技园华南师范大学软件学院
- 发明人: 华南师范大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于长短程时序提取的多任务步态识别方法及模型 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311297451.1 |
| 申请日 | 2023/10/8 |
| 公告号 | CN117636456A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V40/20 |
| 权利人 | 华南师范大学 |
| 发明人 | 周成菊; 黄彬源; 罗咏东; 谢家辉; 李志文; 潘家辉 |
| 地址 | 广东省佛山市南海区狮山南海软件科技园华南师范大学软件学院 |
摘要文本
华南师范大学获取“一种透气窗帘布”专利技术，本发明涉及一种基于于长短程时序提取的多任务步态识别方法及模型，本发明所述的一种基于于长短程时序提取的多任务步态识别方法通过对二值化后的步态序列图进行动态激发，之后再水平金字塔映射激发，得到激发后的步态序列图特征，再通过长短程时序提取有助于理解步态的微观细节和提供宏观的步态上下文，这种对不同时间尺度上的动态的理解有助于构建出更全面、更深入的步态特征，给全连接层提供更加完备的特征数据，且通过时序卷积核能够有效地减少长期依赖性的信息丢失问题，提高了人体步态年龄估计和性别估计的准确度。
专利主权项内容
1.一种基于长短程时序提取的多任务步态识别方法，其特征在于，包括：对预处理后的步态序列图进行动态特征激发，得到动态激发后的时序特征、空间特征和通道特征，将步态序列特征图与所述时序特征，所述空间特征，所述通道特征进行拼接，得到激发后的步态序列图；所述激发后的步态序列图经过水平金字塔进行映射，得到激发后的步态序列图的特征；对激发后的步态序列图的特征进行转置，再对转置后的特征划分多个区域，然后同时通过一维卷积对每个区域进行时序特征提取，得到每个区域的特征，最后将不同尺度的特征进行连接得到长短程运动模式表征；对长短程运动模式表征进行池化，得到池化后的长短程运动模式表征；将池化后的长短程运动模式表征输入全连接层进行聚合和概率预测，得到类别为100的年龄估计概率分布以及类别为2的性别分类概率估计。