一种基于自注意力机制的深度学习的步态识别系统与方法

    公开(公告)号:CN110569725A

    公开(公告)日:2019-12-13

    申请号:CN201910718753.9

    申请日:2019-08-05

    Inventor: 凌贺飞 吴佳 李平

    Abstract: 本发明公开了一种基于自注意力机制的深度学习的步态识别系统与方法,属于步态识别领域。本发明提出使用注意力机制作用于原始的特征图上,通过学习到一个与原始特征相同大小的0~1之间的矩阵,对原始特征进行降噪,挑选图片中的显著特征,减少特征中的噪音;将分类损失和对比验证损失有机结合,以结合损失函数对特征进行惩罚,不仅利用了目标的身份信息,同时利用了目标之间的不同关系,增加了不同特征之间的区分度;将步态中最重要的四肢特征作为先验知识加入原始深度特征中,这种结合不仅能利用目的全局体型特征,校正全局特征学习到的关于衣服变换带来的不利于分类的特征,增强原始深度特征的表达能力,从不同维度上增强特征的表达能力。

    一种基于自注意力机制的深度学习的步态识别系统与方法

    公开(公告)号:CN110569725B

    公开(公告)日:2022-05-20

    申请号:CN201910718753.9

    申请日:2019-08-05

    Inventor: 凌贺飞 吴佳 李平

    Abstract: 本发明公开了一种基于自注意力机制的深度学习的步态识别系统与方法,属于步态识别领域。本发明提出使用注意力机制作用于原始的特征图上,通过学习到一个与原始特征相同大小的0~1之间的矩阵,对原始特征进行降噪,挑选图片中的显著特征,减少特征中的噪音;将分类损失和对比验证损失有机结合,以结合损失函数对特征进行惩罚,不仅利用了目标的身份信息,同时利用了目标之间的不同关系,增加了不同特征之间的区分度;将步态中最重要的四肢特征作为先验知识加入原始深度特征中,这种结合不仅能利用目的全局体型特征,校正全局特征学习到的关于衣服变换带来的不利于分类的特征,增强原始深度特征的表达能力,从不同维度上增强特征的表达能力。

Patent Agency Ranking