买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉众智数字技术有限公司申请的专利一种基于深度可分离卷积的步态轮廓提取方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114724173B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210140293.8，技术领域涉及：G06V40/10；该发明授权一种基于深度可分离卷积的步态轮廓提取方法和系统是由喻涵设计研发完成，并于2022-02-16向国家知识产权局提交的专利申请。

本一种基于深度可分离卷积的步态轮廓提取方法和系统在说明书摘要公布了：一种基于深度可分离卷积的步态轮廓提取方法，包括：对输入的步态图像序列进行预处理；采用空洞卷积神经网络对输入的步态图像序列进行特征提取；对featuremap图进行边缘细粒度进行修正；对提取的浅层特征图像和深层特征图像进行特征融合；通过上采样得到原图大小；输出步态轮廓图。本发明使用深度可分离卷积代替普通的卷积神经网络，极大地减少了encoder和decoder部分的参数量，加快了提取速度；对featuremap上的点做不稳定排序，对混乱的边界分类进行了重新预测，极大地提高了边缘分割的准确率和完整性。

本发明授权一种基于深度可分离卷积的步态轮廓提取方法和系统在权利要求书中公布了：1.一种基于深度可分离卷积的步态轮廓提取方法，其特征在于，包括： S100.对输入的步态图像序列进行预处理； S200.采用空洞卷积神经网络对输入的步态图像序列进行特征提取；S200中，采用空洞卷积神经网络对输入的步态图像序列进行特征提取，包括以下步骤： S201.以Xception65为主干网络； S202.通过多层串行的空洞卷积神经网络对输入的图像序列进行特征提取，输出特征S1，同时将S1分成两部分S1-1和S1-2； S203.对输出S1-2使用不同rate的多层并行空洞卷积神经网络进行特征提取，对输出的特征图通过11深度可分离卷积进行特征压缩得到特征S2； S300.对featuremap图进行边缘细粒度修正；S300中，对featuremap图进行边缘细粒度修正，包括以下步骤： 对S1-1featuremap上的点做不稳定排序，选取K个点出来； 在Xception65网络中，输出为c1、c2、c3、c4；其中c1是较高分辨率下的featuremap14，c4是最终的featuremap（116），将选择的K个点在这两个图上的对应特征提出来； 将这K个点的对应位置的特征粘合到一起； 使用MLP进行细分预测，使这些点归属为不同的类，用预测结果替换输出中的不稳定点；输出特征图S1-1-1； 按照上述方法，对S2也进行不稳定性排序，找出最不稳定的K个点，对这K个点进行类别预测和修正，输出特征图S2-1； S400.对提取的浅层特征图像和深层特征图像进行特征融合； S500.通过上采样得到原图大小； S600.输出步态轮廓图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉众智数字技术有限公司，其通讯地址为：430074 湖北省武汉市东湖新技术开发区珞喻路546号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。