公开(公告)号：CN112926549B

公开(公告)日：2022-06-24

申请号：CN202110404465.3

申请日：2021-04-15

Applicant: 华中科技大学

Inventor： 冯镔 ,  黄小虎 ,  刘文予

IPC: G06V40/20 ,  G06V10/40 ,  G06N3/04

Abstract: 本发明公开了一种基于时间域‑空间域特征联合增强的步态识别方法，对待检测步态序列，先使用卷积神经网络提取序列特征表达，再自适应地捕捉显著的空域特征，最后分别进行空间域与时间域的建模。自适应显著性特征生成模块可灵活地提取来自不同身体区域的突出特征，有效地丰富特征的多样性与显著性。基于这样的多区域显著性特征，本发明，分别对输入步态序列进行空间域与时间域的建模，通过联合优化，输出空间域‑时间域联合增强的步态特征。本方法在不同场景下的精度高、鲁棒性强，能有效克服由于行人携带不同物品或穿着不同衣物产生的外观变化所导致的不利因素。本发明还提供了相应的基于时间域‑空间域特征联合增强的步态识别系统。

公开(公告)号：CN112926549A

公开(公告)日：2021-06-08

申请号：CN202110404465.3

申请日：2021-04-15

Applicant: 华中科技大学

Inventor： 冯镔 ,  黄小虎 ,  刘文予

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明公开了一种基于时间域‑空间域特征联合增强的步态识别方法，对待检测步态序列，先使用卷积神经网络提取序列特征表达，再自适应地捕捉显著的空域特征，最后分别进行空间域与时间域的建模。自适应显著性特征生成模块可灵活地提取来自不同身体区域的突出特征，有效地丰富特征的多样性与显著性。基于这样的多区域显著性特征，本发明，分别对输入步态序列进行空间域与时间域的建模，通过联合优化，输出空间域‑时间域联合增强的步态特征。本方法在不同场景下的精度高、鲁棒性强，能有效克服由于行人携带不同物品或穿着不同衣物产生的外观变化所导致的不利因素。本发明还提供了相应的基于时间域‑空间域特征联合增强的步态识别系统。