-
公开(公告)号:CN118379799B
公开(公告)日:2024-10-22
申请号:CN202410804149.9
申请日:2024-06-21
Abstract: 本发明涉及一种基于解耦和鉴别联合学习的跨视角步态识别方法及系统,属于深度学习和模式识别技术领域。本发明创新的提出了通过信息瓶颈理论对行人步态特征进行解耦。相较于此前的人为设计损失函数的解耦方法,本发明基于信息瓶颈理论的指导,具有合理的可解释性;此外,采用密度比技巧和对抗训练的方式,使得模型可以自适应地学习如何有效地解耦身份特征和风格特征,而无需手动调整损失函数的权重或设计复杂的解耦规则。综合而言,这种基于信息瓶颈理论的解耦方法通过结合深度学习和信息论,提供了一种更为理论完备和自适应的方式来处理行人步态特征的解耦问题。
-
公开(公告)号:CN118379799A
公开(公告)日:2024-07-23
申请号:CN202410804149.9
申请日:2024-06-21
Abstract: 本发明涉及一种基于解耦和鉴别联合学习的跨视角步态识别方法及系统,属于深度学习和模式识别技术领域。本发明创新的提出了通过信息瓶颈理论对行人步态特征进行解耦。相较于此前的人为设计损失函数的解耦方法,本发明基于信息瓶颈理论的指导,具有合理的可解释性;此外,采用密度比技巧和对抗训练的方式,使得模型可以自适应地学习如何有效地解耦身份特征和风格特征,而无需手动调整损失函数的权重或设计复杂的解耦规则。综合而言,这种基于信息瓶颈理论的解耦方法通过结合深度学习和信息论,提供了一种更为理论完备和自适应的方式来处理行人步态特征的解耦问题。
-
公开(公告)号:CN101667137B
公开(公告)日:2012-09-26
申请号:CN200910073045.0
申请日:2009-10-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种使用方向滤波技术的手指静脉纹路提取方法。包括手指区域定位、滤波增强、手指静脉模式提取;对读入的静脉图像先采用Kapur熵阈值法分割出手指区域,然后采用数学形态学中的开操作对手指区域去除毛刺;再结合静脉纹路特点求取手指静脉区域的方向图并设计滤波器,结合所得的方向图及方向滤波器对图像进行滤波增强;最后采用NiBlack方法进行二值化操作提取手指静脉模式。本发明所提供的方法提取手指静脉纹路连通性与光滑性好、噪声少。
-
-