[发明专利]基于全局和局部特征融合的步态识别方法在审
| 申请号： | 201811277328.2 | 申请日： | 2018-10-30 |
| 公开（公告）号： | CN109446991A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 张顺利;林贝贝 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于全局和局部特征融合的步态识别方法。该方法包括：通过三维卷积神经网络从标准化轮廓图中训练出全局步态特征；通过三维卷积神经网络从局部轮廓图中训练出局部步态特征；通过串行组合的方式对所述全局步态特征和局部步态特征进行串行融合，获得组合步态特征，利用所述组合步态特征进行步态识别。本发明利用全局和局部的特征融合派生出最佳特征子集，进行步态特征提取模型的建立，统一解决现有的步态识别方法中存在的特征集不够有价值的问题，从而可以获得较好的步态识别结果。 | ||
| 搜索关键词： | 步态特征 步态识别 全局 卷积神经网络 局部特征 融合 三维 最佳特征子集 串行组合 局部轮廓 特征融合 轮廓图 特征集 派生 标准化 统一 | ||
【主权项】：
1.一种基于全局和局部特征融合的步态识别方法，其特征在于，包括：通过三维卷积神经网络从待识别的步态视频的标准化轮廓图中训练出全局步态特征；通过三维卷积神经网络从局部轮廓图中训练出局部步态特征；通过串行组合的方式对所述全局步态特征和局部步态特征进行串行融合，获得组合步态特征，利用所述组合步态特征对所述待识别的步态视频进行步态识别。
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北京交通大学，未经北京交通大学许可，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/201811277328.2/，转载请声明来源钻瓜专利网。
