[发明专利]一种基于LSTM网络的步态识别系统及方法在审
| 申请号： | 201810105155.X | 申请日： | 2018-01-29 |
| 公开（公告）号： | CN110096940A | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 李洪安 | 申请（专利权）人： | 西安科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 710054 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机视觉和深度学习技术领域，公开了一种基于LSTM网络的步态识别系统及方法，设置有用于参考视频进行特征提取的CNN+LSTM网络单元，即使用CNN网络单元对参考视频进行特征提取，进一步用LSTM神经网络单元模拟视频的时序信息；设置有用于待识别者步态图片序列进行特征提取的CNN单元，即使用CNN直接对待识别者的图片进行特征提取。本发明从图像到视频的步态识别思路，考虑了视频内的时序信息，使用LSTM模拟视频中相邻帧之间的相关性，从而将视频作为一个整体分析其步态特征。该模型直接以端到端的方式学习视频序列的空间特征和时间特征并同时学习和优化特征表示和相似性度量。 | ||
| 搜索关键词： | 特征提取 视频 步态识别 模拟视频 时序信息 网络单元 神经网络单元 计算机视觉 相似性度量 步态特征 空间特征 时间特征 视频序列 特征表示 图片序列 整体分析 参考 相邻帧 步态 学习 网络 图像 优化 图片 | ||
【主权项】：
1.一种基于LSTM网络的步态识别系统，其特征在于，所述基于LSTM网络的步态识别系统设置有用于参考视频的图片序列进行特征提取的CNN+LSTM网络单元；与CNN网络单元相连接，用于局部感知的卷积层单元；与LSTM神经网络单元相连接，用于模拟时序信息的LSTM神经网络单元；与相似性度量子网络相连接，用于进行相似性匹配的相似性度量子网络单元。
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西安科技大学，未经西安科技大学许可，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/201810105155.X/，转载请声明来源钻瓜专利网。
