-
公开(公告)号:CN116798125A
公开(公告)日:2023-09-22
申请号:CN202310798381.1
申请日:2023-07-03
Applicant: 安徽大学
IPC: G06V40/20 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于选择性部分特征融合的步态识别方法,属于步态识别技术领域,具体包括以下步骤:对步态识别数据集样本进行预处理,生成步态视频轮廓序列,将所述步态识别视频轮廓序列分批次输入3D卷积网络中进行特征提取;将提取到的特征输入到多尺度局部时间聚合模块中捕获区分性的运动特征;将所述运动特征再次输入3D卷积网络中提取细粒度的步态特征;将所述步态特征输入空间注意力模块中提取判别性的空间特征;将所述空间特征输入全连接层获取每个样本的预测概率;当训练次数达到预设次数时,输出符合要求的步态识别模型;本发明得到的步态特征更具有判别性,大大提高了对于不同个体的识别效果。