申请/专利权人：中国电子产业工程有限公司

申请日：2022-08-25

公开（公告）日：2023-01-06

公开（公告）号：CN115578785A

主分类号：G06V40/20

分类号：G06V40/20;G06V40/10;G06V20/40;G06V10/82;G06V10/80;G06V10/774;G06V10/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.01.24#实质审查的生效;2023.01.06#公开

摘要：本申请涉及一种步态识别网络的训练方法、系统及步态识别方法；步态识别网络的训练方法包括：获取M组训练数据，一组训练数据包括两张步态能量图；将步态能量图水平分割为N个部分；将步态能量图的N个部分同时经过基础卷积层提取分块特征；将分块特征送入第二卷积层进行处理；基于各卷积层的输出结果构建损失函数，通过损失函数对步态识别网络进行监督训练。对每个图像水平分割后进行分块卷积，这样即使腿被遮挡，其他部分的特征仍然具有可区分性，因此能够提升行人步态识别准确度；对每一组中的两张图像进行拼接，针对拼接后的特征再进行分块卷积，这样构建损失函数能够使得特征更具有判别性，从而提升模型的识别准确率。

主权项：1.一种步态识别网络的训练方法，其特征在于，包括：获取M组训练数据，一组训练数据包括两张步态能量图，其中M≥3；将步态能量图水平分割为N个部分，其中N≥4；将步态能量图的N个部分同时经过基础卷积层提取分块特征；将分块特征送入第二卷积层进行处理，所述第二卷积层包括两个分支，第一分支是对每一张图的分块特征进行卷积，第二分支是对一组内两张图像的分块特征进行拼接后的卷积；基于各卷积层的输出结果构建损失函数，通过损失函数对步态识别网络进行监督训练。

全文数据：

权利要求：

百度查询： 中国电子产业工程有限公司 步态识别网络的训练方法、系统及步态识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD