一种街区步态识别方法、装置、设备及介质制造方法及图纸

本发明专利技术属于步态识别技术领域，具体公开了一种街区步态识别方法、装置、设备及介质。包括以下步骤：获取若干步态轮廓，通过卷积神经网络从每个步态轮廓中独立提取帧级特征；通过集合池化将帧级特征聚合为单个集合级特征；将单个集合级特征构建输入基于Transformer的步态识别网络模型，得到第一步态数据集；获取标准步态数据集，通过标准步态数据集验证第一步态数据集，并输出通过验证的第一步态数据集。本发明专利技术通过采用集合池化将帧级特征聚合为单个集合等级特征，使原始轮廓转换为高级特征图，比步态模板更好地保留空间和时间信息，提高步态识别的精度。态识别的精度。态识别的精度。

【技术实现步骤摘要】
一种街区步态识别方法、装置、设备及介质


[0001]本专利技术属于步态识别
，具体涉及一种街区步态识别方法、装置、设备及介质。

技术介绍

[0002]人脸识别应用于人脸可见范围较大的场景下，自由场景下往往无法捕捉到有效人脸，使用场景比较有限。步态识别是最有前途的基于视频生物识别技术之一，可以应用在人脸无法识别的场景，在布控、刑侦、社会保障方面有重要意义，通过该技术主动智能分析街区可能存在的可疑人员、可疑行为等，辅助街区管理者提前介入干预，从而保障整个街区的安全。
[0003]目前，大多数步态识别方法更着重于提升神经网络提取空间特征的能力，而忽视在时间维度上特征的聚合，准确性较低。

技术实现思路

[0004]本专利技术的目的在于提供一种街区步态识别方法、装置、设备及介质，以解决现有步态识别方法准确性低的技术问题。
[0005]本专利技术采用下述技术方案予以实现：
[0006]第一方面，一种街区步态识别方法，包括以下步骤：
[0007]获取若干步态轮廓，通过卷积神经网络从每个步态轮廓中独立提取帧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种街区步态识别方法，其特征在于，包括以下步骤：获取若干步态轮廓，通过卷积神经网络从每个步态轮廓中独立提取帧级特征；通过集合池化将帧级特征聚合为单个集合级特征；将单个集合级特征构建输入基于Transformer的步态识别网络模型，得到第一步态数据集；获取标准步态数据集，通过标准步态数据集验证第一步态数据集，并输出通过验证的第一步态数据集。2.根据权利要求1所述的一种街区步态识别方法，其特征在于，所述获取若干步态轮廓，通过卷积神经网络从每个步态轮廓中独立提取帧级特征步骤中，将同一个目标的若干个步态轮廓作为一组中的若干个步态轮廓，再从每组中提取帧级特征。3.根据权利要求1所述的一种街区步态识别方法，其特征在于，所述步态轮廓具有四维度张量，包括序列长度、图像通道维度、图像高度维度和图像宽度维度。4.根据权利要求1所述的一种街区步态识别方法，其特征在于，所述通过集合池化将帧级特征聚合为单个集合级特征的步骤中，具体包括以下步骤：将帧级特征作为输入，通过置换不变函数聚合帧级特征中的步态信息，生成单个集合级特征。5.根据权利要求1所述的一种街区步态识别方法，其特征在于，所述将单个集合级特征构建输入基于Transformer的步态识别网络模型，得到第一步态数据集的步骤中，具体包括以下步骤：将时间维度和集合级特征融合，构建步...

【专利技术属性】
技术研发人员：魏妍萍，李南帆，王军，郝志刚，司文文，刘博文，邓帆，曾渊，禹丽爽，彭茂君，范莹，王波，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：