申请/专利权人：华南农业大学

申请日：2023-12-25

公开（公告）日：2024-04-30

公开（公告）号：CN117953576A

主分类号：G06V40/20

分类号：G06V40/20;G06V20/40;G06V10/74;G06V10/764;G06V10/82;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明公开了一种基于改进Gaitbase模型的牛的步态识别方法，步骤如下：获取和预处理牛的步态数据集，目标检测和跟踪，生成单一个体的步态RGB图像，提取黑白轮廓图像序列输入步态识别网络，在时间池化提取黑白轮廓图像步态特征后，通过SAM空间注意力机制进行优化然后再进行水平池化操作；最后，通过计算欧式距离度量，计算特征相似度并输出行牛的信息识别结果。本发明实现了一种基于改进Gaitbase模型的牛的步态识别方法，通过SAM空间注意力机制优化提取的步态特征，提高牛的步态识别准确率，解决牛的步态识别的问题，并使其更适用于牛的步态识别。

主权项：1.一种基于改进Gaitbase模型的牛的步态识别方法，其特征在于，所述步态识别方法包括以下步骤：S1、获取牛的行走视频，得到牛的步态视频序列，形成牛的步态数据集，并分为训练集和测试集；S2、从步态视频序列中提取牛的RGB步态序列图像；S3、将上述牛的RGB步态序列图像整理分类，并从牛的RGB步态序列图像中提取单一牛只个体的黑白轮廓图像；S4、将所述黑白轮廓图像输入Gaitbase步态识别网络进行特征提取得到牛的步态特征；S5、将所述牛的步态特征通过SAM空间注意力机制进行优化，得到优化后的步态特征；S6、将优化后的步态特征与牛的步态数据集中不同步态视频序列进行特征相似度计算，同时用损失函数L显示预测值和实际值之间的差距，并通过反向传播更新参数进行训练，当损失函数L的取值小于设定阈值，完成Gaitbase步态识别网络的训练；S7、采集牛的步态视频执行步骤S2-S5步骤得到优化后的牛的步态特征，计算优化后的牛的步态特征与牛的步态数据集中不同步态视频序列特征相似度，以相似度最高的步态视频序列对应的样本ID作为牛的步态识别结果。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于改进Gaitbase模型的牛的步态识别方法

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