-
公开(公告)号：CN109858351A
公开(公告)日：2019-06-07
申请号：CN201811600836.X
申请日：2018-12-26
Applicant: 中南大学
Abstract: 本发明公开了一种基于层级实时记忆的步态识别方法，在新个体学习阶段，通过获取该个体不同角度的步态图片序列训练样本，以训练层级实时记忆模型，且输出层得到训练样本的聚类结果，然后根据聚类结果与身份和角度标记，计算层级实时记忆模型的输出层中的条件概率；在身份识别阶段，通过获取待识别个体的步态图片序列，层级实时记忆模型的输出层得到待识别个体的步态图片序列的聚类结果，选择与聚类结果对应的条件概率最高的身份和角度标记，作为待识别个体的身份和角度。本发明方法不但可以提取时间特征，而且多视角的共同训练克服了以往步态识别单视角的局限性，提高了步态识别的识别率。
-
公开(公告)号：CN109858351B
公开(公告)日：2021-05-14
申请号：CN201811600836.X
申请日：2018-12-26
Applicant: 中南大学
Abstract: 本发明公开了一种基于层级实时记忆的步态识别方法，在新个体学习阶段，通过获取该个体不同角度的步态图片序列训练样本，以训练层级实时记忆模型，且输出层得到训练样本的聚类结果，然后根据聚类结果与身份和角度标记，计算层级实时记忆模型的输出层中的条件概率；在身份识别阶段，通过获取待识别个体的步态图片序列，层级实时记忆模型的输出层得到待识别个体的步态图片序列的聚类结果，选择与聚类结果对应的条件概率最高的身份和角度标记，作为待识别个体的身份和角度。本发明方法不但可以提取时间特征，而且多视角的共同训练克服了以往步态识别单视角的局限性，提高了步态识别的识别率。
-
公开(公告)号：CN109902646A
公开(公告)日：2019-06-18
申请号：CN201910173857.6
申请日：2019-03-08
Applicant: 中南大学
Abstract: 本发明公开了一种基于长短时记忆网络的步态识别方法，包括：步骤1.1，获取已知身份标签的新个体的行走视频；步骤1.2，将行走视频拆分成Mi张连续步态图像，对Mi张连续步态图像进行预处理得到步态图片序列；步骤1.3，从步态图片序列中截取T张连续步态图像，作为步态图片序列训练样本；步骤2，以新个体的步态图片序列训练样本为输入、相应的身份标签为输出，训练长短时记忆网络得到身份识别模型；步骤3，获取待识别个体的行走视频，按步骤1.2和步骤1.3获取待识别个体的步态图片序列测试样本，并输入到身份识别模型中，从而得到待识别个体的身份标签。本发明有效利用步态图片序列的前后时序关系，提高对待识别个体身份识别的准确性。
-
-
Search Results
3
records
(took 0.018 seconds)
