公开(公告)号：CN113887358B

公开(公告)日：2024-05-31

申请号：CN202111113754.4

申请日：2021-09-23

Applicant: 南京信息工程大学

Inventor： 文学志 ,  龚逸正

IPC: G06V40/20 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了按部分学习解耦表征的步态识别方法，包括如下步骤：(1)通过自编码器将原始图像分解成外观特征、典型特征和姿态特征；(2)利用水平金字塔匹配HPM将典型特征提取为静态步态特征；(3)利用微运动捕捉模块MCM将姿态特征累计成动态步态特征；(4)将静态步态特征和动态步态特征进行拼接实现特征嵌入操作。本发明通过使用水平金字塔匹配和微运动捕捉模块分别提取静态特征和动态特征，显著提升模型在极端角度的识别性能。

公开(公告)号：CN113887358A

公开(公告)日：2022-01-04

申请号：CN202111113754.4

申请日：2021-09-23

Applicant: 南京信息工程大学

Inventor： 文学志 ,  龚逸正

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了按部分学习解耦表征的步态识别方法，包括如下步骤：(1)通过自编码器将原始图像分解成外观特征、典型特征和姿态特征；(2)利用水平金字塔匹配HPM将典型特征提取为静态步态特征；(3)利用微运动捕捉模块MCM将姿态特征累计成动态步态特征；(4)将静态步态特征和动态步态特征进行拼接实现特征嵌入操作。本发明通过使用水平金字塔匹配和微运动捕捉模块分别提取静态特征和动态特征，显著提升模型在极端角度的识别性能。