一种基于卷积神经网络多层次特征的步态识别方法
基本信息
| 申请号 | CN202111317122.X | 申请日 | - |
| 公开（公告）号 | CN114140873A | 公开（公告）日 | 2022-03-04 |
| 申请公布号 | CN114140873A | 申请公布日 | 2022-03-04 |
| 分类号 | G06V40/20（2022.01）I;G06V10/44（2022.01）I;G06V10/80（2022.01）I;G06V10/74（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 查杭;杨波 | 申请（专利权）人 | 武汉众智数字技术有限公司 |
| 代理机构 | 北京汇泽知识产权代理有限公司 | 代理人 | 吴静 |
| 地址 | 430074湖北省武汉市东湖新技术开发区珞喻路546号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于卷积神经网络多层次特征的步态识别方法，包括：读取输入的步态图像序列，并对图像序列进行预处理；通过不同卷积大小的特征提取分支对图像序列进行不同层次的特征提取；对提取的不同层次的特征进行不同方式的融合，得到最终用于步态识别的特征并进行存储；根据特征图及标签，利用损失函数计算损失，并采用反向传播算法更新卷积神经网络模型，直到满足预设条件时，生成最终识别模型；将待识别步态目标输入到最终识别模型，并将模型输出结果与已存储的特征值进行匹配，将与已存储的特征值中相似度最高的结果为识别结果。本发明对输入的步态轮廓图进行了在线的数据增强，增加了输入数据的多样性，提高了算法在实际情景下对行人轮廓的鲁棒性。 |
