【技术实现步骤摘要】
本专利技术涉及一种基于骨架时空联合特征交互增强的跨视角步态识别方法，属于深度学习和模式识别。
技术介绍
1、步态识别技术通过分析个体的行走动作特性来识别身份，与成熟的生物识别技术如面部和指纹识别相比，它具备多种优势。例如，它能够利用现有的监控系统进行远距离识别，无需额外设备或被识别者的配合，并且难以被伪装。这些特性使得步态识别在多个领域，包括安全监控和日常考勤中，展现出广泛的应用潜力。然而，步态识别也面临着由于采集环境自由度高而引入的挑战，如视角、服饰和携带物品等因素的干扰。其中视角变化会显著影响识别准确性，因为不同视角下同一人的步态差异往往会超过同一视角下不同人之间的差异。因此，跨视角步态识别的研究对于步态识别技术的实际应用至关重要。
2、跨视角步态识别的方法主要分为两种：基于模型和基于外观。基于外观的方法通常使用行人的轮廓图像作为输入，关注步态的视觉特征。轮廓图像是通过检测、分割、裁剪和二值化处理原始视频得到的。这些方法根据是否在特征提取前对轮廓进行时间压缩，又可分为基于模板和基于轮廓集合的方法。基于模板的方法通过整合轮...
【技术保护点】
1.一种基于多尺度骨架时空特征提取的跨视角步态识别方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法，其特征在于，步骤A中，对步态骨架序列数据即T帧人体骨架图组成的序列进行预处理，包括步骤如下：
3.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法，其特征在于，对步骤a增强后的骨架图序列，计算与关节位置、运动速度和骨骼相关的三类骨架描述符，并将三类骨架描述符结合起来，形成骨架步态表示；包括：
4.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角...
【技术特征摘要】
1.一种基于多尺度骨架时空特征提取的跨视角步态识别方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法，其特征在于，步骤a中，对步态骨架序列数据即t帧人体骨架图组成的序列进行预处理，包括步骤如下：
3.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法，其特征在于，对步骤a增强后的骨架图序列，计算与关节位置、运动速度和骨骼相关的三类骨架描述符，并将三类骨架描述符结合起来，形成骨架步态表示；包括：
4.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法，其特征在于，步骤b中，全局时空特征提取网络构建，包括：
5.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方...
【专利技术属性】
技术研发人员：贲晛烨，许文正，张军平，徐尊晓，于仕琪，杨刚强，周洪超，
申请(专利权)人：山东大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。