龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华南理工大学
申请日：2024-03-08
公开（公告）日：2024-06-11
公开（公告）号：CN118172831A
主分类号：G06V40/20
分类号：G06V40/20;G06V20/40;G06V10/25;G06V10/26;G06V10/40;G06V10/62;G06V10/77;G06V10/80;G06V10/82;G06N3/0464;H04L9/00;H04N1/44
优先权：
专利状态码：在审-公开
法律状态：2024.06.11#公开
摘要：本发明公开了一种基于人体步态信息进行身份识别的方法、系统及存储介质，所述方法包括：根据采集的待测者的实时步态视频，得到帧序列图像；将帧序列图像输入目标检测网络模型，得到人体检测框；根据人体检测框提取人体轮廓图；利用三维卷积神经网络架构对人体轮廓图进行特征提取，包括对预处理后图像进行时间特征的聚合和多尺度空间特征的提取，再对提取后的特征图进行降维和分块，最后聚合每块特征块的特征并映射到特征判别空间进行推理和身份识别；识别成功后对人体检测框进行加密。本发明通过采用目标检测网络模型和实例分割技术，以及构建的三维卷积神经网络架构进行特征提取和融合，提高了步态识别的鲁棒性和准确率。
主权项：1.一种基于人体步态信息进行身份识别的方法，其特征在于，所述方法包括：根据采集的待测者的实时步态视频，得到帧序列图像；将帧序列图像输入目标检测网络模型，得到人体检测框；根据人体检测框，采用实例分割技术提取人体轮廓图；利用三维卷积神经网络架构对人体轮廓图进行特征提取；所述三维卷积神经网络架构包括预处理模块、时空特征提取模块和特征融合模块，利用预处理模块对人体轮廓图进行预处理，利用时空特征提取模块对预处理后图像进行时间序列特征聚合和多尺度空间特征的提取；利用特征融合模块对提取后特征图进行降维和分块，然后聚合每块的特征后经过全连接层映射到特征判别空间，得到的特征图作为最终提取的判别特征；根据判别特征，对人体进行身份识别；将人体检测框采用混沌加密算法进行加密，得到脱敏后的图像并存入存储介质中。
全文数据：
权利要求：
百度查询： 华南理工大学 基于人体步态信息进行身份识别的方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号