华南理工大学刘坤获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利一种基于全局特征增强的步态识别方法、介质及设备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:CN120599704B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202511086605.1,技术领域涉及:G06V40/20;该发明授权一种基于全局特征增强的步态识别方法、介质及设备是由刘坤;康文雄;章烈剽;孙伟杰;许剑武;黄继承设计研发完成,并于2025-08-05向国家知识产权局提交的专利申请。
本一种基于全局特征增强的步态识别方法、介质及设备在说明书摘要公布了:本发明涉及生物特征识别技术领域,具体提供一种基于全局特征增强的步态识别方法、介质及设备;方法为:将步态剪影图像序列输入到基于全局特征增强的步态识别模型中,提取出特征向量,得到步态识别结果;步态识别模型的主干网络包括空域全局感知交互模块和时域全局感知交互模块;空域全局感知交互模块将输入特征图在空域上提取空域全局特征图后,进行全局‑单序列自注意力机制动态特征加权操作,之后卷积相加得到输出;时域全局感知交互模块将输入特征图进行时序全局特征提取得到时域全局特征图,切片操作后,进行全局‑单序列自注意力机制动态特征加权操作,之后卷积相加得到输出。该方法显著提升步态识别的准确性、鲁棒性及场景适应性。
本发明授权一种基于全局特征增强的步态识别方法、介质及设备在权利要求书中公布了:1.一种基于全局特征增强的步态识别方法,其特征在于:将步态剪影图像序列输入到基于全局特征增强的步态识别模型中,提取出特征向量;根据提取得到的特征向量,得到步态识别结果;步态识别模型的主干网络包括:一个以上空域全局感知交互模块和一个以上时域全局感知交互模块; 其中,所述空域全局感知交互模块将空域全局感知交互模块的输入特征图FK在空域上提取空域全局特征图K后,将空域全局特征图K和输入特征图FK进行全局-单序列自注意力机制动态特征加权操作,之后卷积相加,得到空域全局感知交互模块的输出特征图; 所述时域全局感知交互模块将时域全局感知交互模块的输入特征图FS进行时序全局特征提取得到时域全局特征图S;将时域全局特征图S和输入特征图FS分别切片操作后,进行全局-单序列自注意力机制动态特征加权操作,之后卷积相加,得到时域全局感知交互模块的输出特征图; 在空域全局感知交互模块中,空域全局特征图K的提取方法是: ; ; ; 其中,T、C、H、W分别为输入特征图FK的时间帧数、通道数、高、宽;x、y为对应高和宽的映射点坐标; 在时域全局感知交互模块中,时域全局特征图S切片操作后得到的特征图S’,以及输入特征图FS切片操作后得到的特征图FS’分别为: S’=reshapeunfoldS; FS’=reshapeunfoldFs; 在空域全局感知交互模块和时域全局感知交互模块中,全局-单序列自注意力机制动态特征加权操作之后的卷积相加,是指,全局-单序列自注意力机制动态特征加权操作的输出E3通过由卷积核大小分别为1×1、3×3、5×5的卷积组加和: convgroupE3=conv1×1E3+conv3×3E3+conv5×5E3。
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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励