[发明专利]结合子空间学习与张量神经网络的步态识别方法及系统有效
申请号: | 201710126382.6 | 申请日: | 2017-03-06 |
公开(公告)号: | CN106919921B | 公开(公告)日: | 2020-11-06 |
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;G06K9/46;G06K9/62 |
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: | 本发明公开了一种结合子空间学习与张量神经网络的步态识别方法及系统,属于智能识别领域。所述方法包括:获取步态数据,得到步态数据集,并处理得到剪影图集合,进一步得到步态能量图;将剪影图的80%作为训练集进行降维处理,剩余20%作为测试集数据对训练结果进行测试,然后将步态能量图和降维处理后的数据经张量神经网络模块进行特征提取,再经支持向量机作为分类器进行分类,最终将训练集和测试集结果进行对比得到识别鉴定行人身份结果。本发明实现方法简单,硬件成本低,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: | 结合 空间 学习 张量 神经网络 步态 识别 方法 系统 | ||
【主权项】:
一种结合子空间学习与张量神经网络的步态识别方法,其特征在于,包括:获取步态数据,得到步态数据集;对所述步态数据集中的步态数据进行图像处理,得到剪影图集合;根据剪影图集合,得到用于表现步态速度和形态的步态能量图;按照预设的分集规则,将所述剪影图集合分为第一集合和第二集合;将步态能量图和第一集合的剪影图数据输入第一张量神经网络,得到第一分类结果;将步态能量图和第二集合的剪影图数据输入第二张量神经网络,得到第二分类结果;第一分类结果和第二分类结果进行对比分析,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/201710126382.6/,转载请声明来源钻瓜专利网。
- 上一篇:电机和具有电机的手持式产品
- 下一篇:一种护发型吹风筒