Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学郑晓娜获国家专利权

广东工业大学郑晓娜获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种步态识别模型及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:CN120126216B

龙图腾网通过国家知识产权局官网在2025-11-07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:202510252911.1,技术领域涉及:G06V40/20;该发明授权一种步态识别模型及识别方法是由郑晓娜;胡钦太;赵淑平设计研发完成,并于2025-03-05向国家知识产权局提交的专利申请。

一种步态识别模型及识别方法在说明书摘要公布了:本发明涉及步态识别的技术领域,更具体地,涉及一种步态识别模型及识别方法,其中模型包括:视觉特征提取与转化模块用于从输入视觉特征提取与转化模块的步态图像中提取通用视觉特征并转化为步态表征,所述步态表征包括步态外观特征和步态动态去噪特征;并行特征聚合模块用于对步态外观特征和步态动态去噪特征分别进行并行的特征提取及加权聚合,获得加权聚合后的步态外观特征和加权聚合后的步态动态去噪特征;特征融合深化模块用于将加权聚合后的步态外观特征和加权聚合后的步态动态去噪特征加权融合并进一步深化扩展特征维度为精炼特征;输出模块用于从预设的数据库中,寻找与精炼特征最相似的步态特征,并输出最相似的步态特征;该模型和方法能够得到精确度较高的步态识别结果。

本发明授权一种步态识别模型及识别方法在权利要求书中公布了:1.一种步态识别模型,其特征在于,包括:视觉特征提取与转化模块、并行特征聚合模块、特征融合深化模块和输出模块; 所述视觉特征提取与转化模块用于从输入视觉特征提取与转化模块的步态图像中提取通用视觉特征并转化为步态表征,所述步态表征包括步态外观特征和步态动态去噪特征; 所述并行特征聚合模块用于对所述步态外观特征和所述步态动态去噪特征分别进行并行的特征提取及加权聚合,获得加权聚合后的步态外观特征和加权聚合后的步态动态去噪特征; 所述特征融合深化模块用于将加权聚合后的步态外观特征和加权聚合后的步态动态去噪特征加权融合并进一步深化扩展特征维度为精炼特征; 所述输出模块用于从预设的数据库中,寻找与所述精炼特征最相似的步态特征,并输出所述最相似的步态特征; 其中,所述并行特征聚合模块至少包括并行的第一子模块和第二子模块,其中,第一子模块用于接收所述步态外观特征,第二子模块用于接收所述步态动态去噪特征,且每个子模块至少包括两个分支、第一特征拼接层、第一卷积层、第二卷积层和第一激活函数层; 所述两个分支至少包括第一卷积单元、第二卷积单元、第三卷积单元,其中,第一分支至少包括第一卷积单元,第二分支至少包括依次连接的第二卷积单元和第三卷积单元; 其中,所述第一卷积单元至少包括依次连接的第三卷积层、第一批量归一化层和第二激活函数层,所述第二卷积单元至少包括依次连接的第四卷积层、第二批量归一化层和第三激活函数层,所述第三卷积单元至少包括依次连接的第五卷积层、第三批量归一化层和第四激活函数层; 第一分支的输入端、第二分支的输入端和第一卷积层的输入端分别与所述并行特征聚合模块的输出端相连,所述第一分支的输出和第二分支的输出进行特征拼接后输入所述第二卷积层,所述第二卷积层的输出与所述第一卷积层的输出逐像素相加后输入第一激活函数层。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。

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。