[发明专利]一种基于多元回归的多视角步态分类方法有效
| 申请号： | 201710572423.4 | 申请日： | 2017-07-13 |
| 公开（公告）号： | CN107451594B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 王修晖 | 申请（专利权）人： | 中国计量大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 杜立 |
| 地址： | 310018 浙江省*** | 国省代码： | 浙江;33 |
| 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多元回归的多视角步态分类方法，包括如下步骤：步骤一、从待分类步态数据集中提取人体轮廓，构造内点表示和边界表示的两种人体区域图像，并进一步生成轮毂能量图；步骤二、基于上一步的轮毂能量图，计算每一个步态图像序列对应的多周期混合步态能量矩阵作为步态特征；步骤三、将多视角步态分类转化为一个多元回归问题，并构造卷积神经网络进行求解。本发明的基于多元回归的多视角步态分类方法使用了多周期混合步态能量矩阵作为步态特征，无需精确的步态周期分割，减低了对步态周期分割的依赖性。同时，本发明将多视角步态分类问题转化为多元回归问题，通过卷积神经网络进行求解，提高了步态分类正确率。 | ||
| 搜索关键词： | 一种 基于 多元 回归 视角 步态 分类 方法 | ||
【主权项】：
一种基于多元回归的多视角步态分类方法，包括如下三个步骤：步骤1.从待分类步态数据集中提取人体轮廓，构造内点表示和边界表示的两种人体区域图像，并进一步生成轮毂能量图；步骤2.基于所述的轮毂能量图，计算每一个步态图像序列对应的多周期混合步态能量矩阵作为步态特征；步骤3.将多视角步态分类转化为一个多元回归问题，并构造卷积神经网络进行求解。
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中国计量大学，未经中国计量大学许可，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/201710572423.4/，转载请声明来源钻瓜专利网。
