[发明专利]基于高阶张量子空间学习的多视角步态识别方法及系统有效
| 申请号： | 201710126372.2 | 申请日： | 2017-03-06 |
| 公开（公告）号： | CN106934359B | 公开（公告）日： | 2020-09-22 |
| 发明（设计）人： | 刘洪涛;刘光军;蹇洁;刘媛媛;雷大江 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/60 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;贾允 |
| 地址： | 400065 重庆*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于高阶张量子空间学习的多视角步态识别方法及系统，属于智能识别领域。从多个代表性的角度来获取步态视频，分帧截取得到步态序列图像；对步态序列图像分别作背景提取、背景减除和二值化处理，使呈现出黑和白的视觉效果，得到多个视角下的轮廓序列；将轮廓序列转换为张量数据；利用多线性判别分析和图嵌入原理基础上拓展DTSA后得到的基于图嵌入的高阶判别张量子空间分析算法对张量数据进行降维和特征提取；根据提取得到的多视角步态特征，对步态特征进行相似度测量，得到识别结果。本发明简单，成本低，可以自动对特定场所进行人员身份权限检测及伪装人员身份鉴定，有效提高监控场所的安全防护及多种情形下的身份鉴定。 | ||
| 搜索关键词： | 基于 高阶张 量子 空间 学习 视角 步态 识别 方法 系统 | ||
【主权项】：
一种基于高阶张量子空间学习的多视角步态识别方法，其特征在于，包括：获取多视角的步态图像，多个步态图像组成步态图像集；对每个步态图像进行预处理，得到相应视角的轮廓序列；将所述轮廓序列转换为张量数据；对所述张量数据依次进行数据维度降低处理及特征提取处理；根据提取得到的多视角步态特征，对步态特征进行相似度测量，得到识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710126372.2/，转载请声明来源钻瓜专利网。
