公开(公告)号：CN116503943B

公开(公告)日：2024-06-25

申请号：CN202310447810.0

申请日：2023-04-24

Applicant: 哈尔滨工程大学

Inventor： 邢向磊 ,  肖阳 ,  张攀锋 ,  谭耀 ,  宋启平

IPC: G06F15/16 ,  G06V40/20

Abstract: 本发明涉及一种基于优选动态几何特征的可解释步态识别方法，以发现对识别行人身份起到重要作用的人体局部区域。本发明包括：从采集到的RGB步态序列中，提取步态序列的二值轮廓图；对步态序列进行人体关键点提取，根据人体骨骼的刚性结构对获得的关键点进行扩充；基于训练好的关键区域推断模型，对人体关键点的位置进行几何结构限制区域内的动态优化，推断并选择出人体重要局部区域；通过端到端的联合训练关键区域推断模型和深度步态识别模型，得到对步态识别最有利的人体关键部位。实施本发明，在保证步态识别精度的同时，能很好的解释人体的哪些局部区域在步态识别任务中是关键的，为任何深度步态识别模型提供可解释性的特征。

公开(公告)号：CN116503943A

公开(公告)日：2023-07-28

申请号：CN202310447810.0

申请日：2023-04-24

Applicant: 哈尔滨工程大学

Inventor： 邢向磊 ,  肖阳 ,  张攀锋 ,  谭耀 ,  宋启平

IPC: G06V40/20 ,  G06V40/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种基于优选动态几何特征的可解释步态识别方法，以发现对识别行人身份起到重要作用的人体局部区域。本发明包括：从采集到的RGB步态序列中，提取步态序列的二值轮廓图；对步态序列进行人体关键点提取，根据人体骨骼的刚性结构对获得的关键点进行扩充；基于训练好的关键区域推断模型，对人体关键点的位置进行几何结构限制区域内的动态优化，推断并选择出人体重要局部区域；通过端到端的联合训练关键区域推断模型和深度步态识别模型，得到对步态识别最有利的人体关键部位。实施本发明，在保证步态识别精度的同时，能很好的解释人体的哪些局部区域在步态识别任务中是关键的，为任何深度步态识别模型提供可解释性的特征。