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！

龙图腾网获悉辽宁警察学院申请的专利基于局部和全局差异建模网络的步态识别方法及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：CN120808443B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510968089.9，技术领域涉及：G06V40/20；该发明授权基于局部和全局差异建模网络的步态识别方法及系统是由闫薇设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本基于局部和全局差异建模网络的步态识别方法及系统在说明书摘要公布了：本发明公开了基于局部和全局差异建模网络的步态识别方法及系统，涉及步态识别领域，包括：获取目标对象的步态轮廓序列以及环境参数；根据环境参数对步态轮廓序列进行处理生成局部肢体运动轨迹片段和全局步态周期序列；对局部肢体运动轨迹片段、全局步态周期序列进行特征提取得到局部差异特征向量和全局差异特征向量；根据局部差异特征向量与全局差异特征向量生成融合差异特征；根据环境参数对融合差异特征进行动态权重分配得到身份判别特征；根据环境参数选择匹配策略，根据匹配策略将身份判别特征与预存步态特征库进行相似度匹配，输出目标对象的身份判定结果；本发明能够克服复杂环境干扰，提升特征提取的稳定性。

本发明授权基于局部和全局差异建模网络的步态识别方法及系统在权利要求书中公布了：1.基于局部和全局差异建模网络的步态识别方法，其特征在于，包括以下步骤： 获取目标对象的步态轮廓序列以及环境参数；所述环境参数包括光照强度以及采集视角角度；通过可见光摄像头内置的光敏传感器实时测量光照强度；通过深度传感器计算目标对象质心与采集平面的法向夹角，作为采集视角角度；将光照强度按预设的光强阈值划分为强光照、正常光照、弱光照三个等级区间；将采集视角角度按预设的角度阈值划分为正视角、侧视角两个方位区间；建立环境参数与步态轮廓序列的时间戳同步机制，确保参数关联的时效一致性； 根据所述环境参数调整分割粒度，对所述步态轮廓序列进行时空分割处理，生成局部肢体运动轨迹片段和全局步态周期序列； 所述时空分割处理的过程包括：将步态轮廓序列划分为N个相位区间，每个相位区间对应足部触地、摆腿、腾空阶段的时空分割参数；在单个相位区间内，通过运动学链模型将人体划分为上肢链、躯干链、下肢链三个局部区域；对每个局部区域进行运动轨迹采样时，采用时间窗口滑动机制确保相邻轨迹片段的重叠率不低于预设阈值； 根据环境参数调整分割粒度的过程包括：在强光照下采用细粒度分割模式，增加上肢链运动轨迹的采样密度；在弱光照下采用粗粒度分割模式，保留下肢链运动轨迹的采样数据；在侧视角时保留下肢链运动轨迹的采样数据； 对所述局部肢体运动轨迹片段进行频域特征变换得到局部差异特征向量，对所述全局步态周期序列进行空间对齐编码得到全局差异特征向量； 将所述局部差异特征向量与全局差异特征向量进行跨尺度交互计算，生成具有时空一致性的融合差异特征； 所述跨尺度交互计算包括建立局部差异特征向量与全局差异特征向量的动态映射关系，通过空间注意力机制计算各局部区域对全局特征的贡献权重； 所述跨尺度交互计算还包括环境感知注意力机制：根据环境参数编码向量E生成门控系数，计算过程满足：Aenv=σWl*L+Wg*G+We*E，其中，L为局部差异特征向量，G为全局差异特征向量，Wl、Wg、We为可训练权重矩阵，σ为sigmoid激活函数，将Aenv作为动态权重，控制局部与全局特征的融合比例； 所述环境参数编码向量E的生成方法包括：对光照强度进行对数变换，得到归一化光照编码值；对采集视角角度进行正弦余弦编码，生成方位特征向量；将两类编码向量拼接后通过全连接层降维，形成环境参数编码向量E； 根据所述环境参数对所述融合差异特征进行动态权重分配得到优化后的身份判别特征； 根据所述环境参数选择匹配策略；所述匹配策略包括三级全特征匹配以及下肢特征优先匹配； 根据相应的匹配策略将所述身份判别特征与预存步态特征库进行相似度匹配，输出目标对象的身份判定结果。

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辽宁警察学院，其通讯地址为：116033 辽宁省大连市甘井子区营平路260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。