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！

龙图腾网获悉北京工业大学申请的专利基于关键帧的多粒度特征学习步态识别方法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：CN116563937B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310106799.1，技术领域涉及：G06V40/20；该发明授权基于关键帧的多粒度特征学习步态识别方法是由付利华;吴会贤;张梓通;邢旻与;董光建设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于关键帧的多粒度特征学习步态识别方法在说明书摘要公布了：本发明公开了基于关键帧的多粒度特征学习步态识别方法，该方法对步态序列内的步态轮廓图进行关键帧提取，选择出对识别结果影响大的步态轮廓图，将其组成为关键帧序列。关键帧序列与原步态序列分别进行步态特征的提取，最终融合成识别特征，使得提取的识别特征更具有判别性；在特征提取时关注时序信息，并且将全局特征与局部特征融合。该发明使用交叉熵损失与三元组损失优化识别特征以提高识别的准确率。本发明解决了过去基于序列的步态识别技术在识别时无差别化特征提取、局部特征提取不充分以及时序特征提取不充分的问题。本发明适用于行人的步态识别任务，识别准确率高，算法鲁棒性好。本发明在步态识别领域有着广泛的应用。

本发明授权基于关键帧的多粒度特征学习步态识别方法在权利要求书中公布了：1.基于关键帧的多粒度特征学习步态识别方法，其特征在于，对给定的步态序列，进行如下操作： 1选取步态序列内对步态识别结果影响大的步态轮廓图组成关键帧序列，将关键帧序列作为输入的处理分支称为关键帧分支，将原步态序列作为输入的处理分支称为主分支，以保证关注对识别结果影响大的步态轮廓图； 2在关键帧分支与主分支分别进行相同的特征提取操作；在特征提取阶段，对序列内的每帧步态轮廓图进行空间特征提取操作，再基于相邻帧提取的空间特征提取时序特征；之后进行多粒度特征学习，先对整个特征图进行特征提取得到全局特征，同时对整个特征图进行分块操作，并对每个分块特征提取局部特征，最后融合全局特征和局部特征，得到多粒度特征；将多粒度特征进行时序特征池化操作，融合关键帧分支和主分支池化后的特征，得到步态识别特征； 3基于步态识别特征进行步态特征匹配；步态特征匹配时，使用广义平均池化操作自适应地提取空间特征，再使用全连接层对空间特征进行调整，最后将不同样本经过调整后的步态识别特征进行相似度计算，特征相似度最接近的特征匹配为属于同一行人的步态特征。

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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”。