公开(公告)号：CN109871750B

公开(公告)日：2023-08-18

申请号：CN201910001618.2

申请日：2019-01-02

Applicant: 东南大学

Inventor： 李新德 ,  盛维杰

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/34 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于骨架图序列异常关节修复的步态识别方法，步骤如下：(1)利用姿态估计算法从视频中提取待检测步态目标的骨架图序列；(2)根据人体骨架的拓扑结构空间约束和上下文时间约束对骨架图序列进行纠错和平滑处理；(3)将处理好的骨架图的X轴坐标序列和Y轴坐标序列作为网络模型的输入，送入到训练好的CNN网络进行时空特征向量提取；(4)利用Softmax分类器对提取的特征向量进行分类，识别步态身份。本发明能够避免传统步态识别容易受到物体遮挡、衣着、视角和携带物等协变量因素的影响，同时弥补基于姿态检测的步态识别方法带来的识别率不高的问题。

公开(公告)号：CN109871750A

公开(公告)日：2019-06-11

申请号：CN201910001618.2

申请日：2019-01-02

Applicant: 东南大学

Inventor： 李新德 ,  盛维杰

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于骨架图序列异常关节修复的步态识别方法，步骤如下：(1)利用姿态估计算法从视频中提取待检测步态目标的骨架图序列；(2)根据人体骨架的拓扑结构空间约束和上下文时间约束对骨架图序列进行纠错和平滑处理；(3)将处理好的骨架图的X轴坐标序列和Y轴坐标序列作为网络模型的输入，送入到训练好的CNN网络进行时空特征向量提取；(4)利用Softmax分类器对提取的特征向量进行分类，识别步态身份。本发明能够避免传统步态识别容易受到物体遮挡、衣着、视角和携带物等协变量因素的影响，同时弥补基于姿态检测的步态识别方法带来的识别率不高的问题。