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基于脉冲神经网络驱动的空频域行人步态特征提取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：CN120932310B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511461217.7，技术领域涉及：G06V40/20；该发明授权基于脉冲神经网络驱动的空频域行人步态特征提取方法是由刘坤;康文雄;马宁;成果;章烈剽;孙伟杰;吴嘉俊设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本基于脉冲神经网络驱动的空频域行人步态特征提取方法在说明书摘要公布了：本发明涉及计算机图像处理技术领域，具体提供了一种基于脉冲神经网络驱动的空频域行人步态特征提取方法，采用空频域行人步态特征提取模型对步态图像进行步态特征提取；空频域行人步态特征提取模型包括：主干网络、多阶段时域全局特征交互增强模块和辨别特征聚合模块；主干网络包括依次连接的N个阶段，每个阶段均包括一个用于将空域特征和频域特征融合的空频特征融合模块；多阶段时域全局特征交互增强模块提取和增强空域全局特征和时域全局特征；辨别特征聚合模块将主干网络输出与多阶段时域全局特征交互增强模块输出进行聚合。该方法可提升模型对步态微细节特征的捕捉能力，增强对复杂场景的适应能力。

本发明授权基于脉冲神经网络驱动的空频域行人步态特征提取方法在权利要求书中公布了：1.一种基于脉冲神经网络驱动的空频域行人步态特征提取方法，其特征在于：采用空频域行人步态特征提取模型对步态图像进行步态特征提取； 空频域行人步态特征提取模型包括：主干网络、多阶段时域全局特征交互增强模块和辨别特征聚合模块；主干网络包括依次连接的N个阶段，每个阶段均包括一个用于将空域特征和频域特征融合的空频特征融合模块；所述多阶段时域全局特征交互增强模块将主干网络各个阶段的输出特征图Si，i=1,2…N，提取和增强空域全局特征和时域全局特征，得到输出特征图ST_total；所述辨别特征聚合模块将主干网络输出与多阶段时域全局特征交互增强模块输出特征图ST_total进行聚合，得到空频域行人步态特征提取模型最终输出的步态特征； 每个空频特征融合模块包括空域提取分支和频域提取分支；每个空频特征融合模块将输入空频特征融合模块的特征图分割成两个特征图I1,I2；空域提取分支将特征图I1经过两个卷积核提取空域特征；频域提取分支将特征图I2经过傅里叶变换后分别经过两个卷积核分离出傅里叶变换后的高、低频分量，再通过逆变换后分别输入对应的卷积网络得到在空域上的低频特征U0L和高频特征U0H；高频特征U0H通过脉冲神经网络LIF得到高频分量权重W；低频特征U0L与空域提取分支提取的空域特征进行相加后，得到双路分支低频融合特征U1；双路分支低频融合特征U1与低频分量权重1-W相乘得到融合后的低频特征U1L；双路分支低频融合特征U1与高频分量权重W相乘后与高频特征U0H相加，得到融合后的高频特征U1H；再将融合后的低频特征U1L和高频特征U1H进行进一步相加融合得到混合输出特征图U2； 将特征图I经过通道注意力机制得到通道权重，再与脉冲神经网络LIF得到权值进行相乘得到更新后的通道注意力权重WC，将所述通道注意力权重WC与混合输出特征图U2相乘得到基于注意力机制的特征图UC；经过归一化操作后，输入FFN前馈神经网络模块得到更新后的特征，最后通过残差链接模块与特征图I相加，得到空频特征融合模块的最终输出特征图Si； 所述多阶段时域全局特征交互增强模块包括时域全局特征融合模块、空域全局特征增强网络分支和时域全局特征增强网络分支；空域全局特征增强网络分支由N个阶段空域增强卷积组组成；时域全局特征增强网络分支由N个阶段时域增强卷积组组成； 所述多阶段时域全局特征交互增强模块中，计算方法如下： 初始化空域增强卷积组的输出特征图Ss0=0、SST0=0；时域增强卷积组的输出特征图ST0=0； 空域全局特征Ssi和时域全局特征STi分别为： ； ； 其中，T为时间帧数，C、H、W分别为特征图Si的通道数、高、宽； 各个阶段空域增强卷积组的输出特征图Ssi,SSTi为： Ssi,SSTi=Conv2D×2concatSsi-1,SSTi-1+concatSsi,SSTi； 各个阶段时域增强卷积组的输出特征图STi为： STi=Conv2D×2STi-1+STi； 特征图SST_temp为： SST_temp=Conv2D×2fstSsN,STN+SSTN； 多阶段时域全局特征交互增强模块的最终输出特征图ST_total为： ST_total=sigmoidSST_temp×sigmoidSTN×SST_temp+STN。

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。