公开(公告)号：CN117809372A

公开(公告)日：2024-04-02

申请号：CN202311850221.3

申请日：2023-12-29

Applicant: 重庆邮电大学

Inventor： 黄宏程 ,  胡燊 ,  胡敏

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/46 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及一种人体姿态信息引导的步态识别系统，属于步态识别领域，包括：步态轮廓图像序列采集模块：用于得到步态轮廓图像序列；人体骨架序列采集模块：用于对人体骨架进行提取；混合注意力机制的空间特征提取模块：用于获取步态空间特征；多尺度时间注意力模块：用于对步态轮廓图像序列建模不同时间尺度上的特征；时空特征拼接模块：用于形成步态时空特征；姿态与轮廓特征融合模块：用于获得姿态特征；特征级联模块：用于融合人体姿态信息与步态轮廓序列；训练模块：用于训练步态识别模型；步态识别模块：利用训练好的步态识别模型对视频中的步态进行识别。

公开(公告)号：CN117809373A

公开(公告)日：2024-04-02

申请号：CN202311850226.6

申请日：2023-12-29

Applicant: 重庆邮电大学

Inventor： 黄宏程 ,  胡燊 ,  胡敏

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/0464 ,  G06V20/40 ,  G06V10/80 ,  G06N3/08 ,  G06V10/62

Abstract: 本发明涉及一种基于多尺度3D卷积与时空注意力的步态识别系统，属于步态识别技术领域，包括步态轮廓图像采集模块：用于采集得到步态轮廓图像序列；初级时空特征生成模块：用于利用3D卷积块获得初级步态特时空特征F；多尺度层次3D卷积模块：包括三条支路，第一支路用于提取部分级尺度的时空特征FLi；第二支路用于获取步态的整体时空特征FG；第三支路用于基于FLi和FG，得到最终的多尺度融合特征FM；特征融合模块：用于采用时间注意力机制对时间和空间特征进行融合；模型训练模块：采用三元组损失函数和交叉熵损失函数联合训练步态识别模型；步态识别模块：利用训练好的步态识别模型对视频中的步态进行识别。