一种基于卷积神经网络的步态周期检测方法
授权
摘要
本发明提供一种基于卷积神经网络的步态周期检测方法，对步态视频进行预处理，包括视频解码，行人轮廓提取和质心归一化的图像预处理操作；训练用于提取步态周期性特征的卷积神经网络；将待测的步态视频帧序列送入卷积神经网络中，输出波形经过滤波后，通过确定相邻的波峰与波谷的位置即得到一个步态周期。该方法对角度变化、服饰和携带物变化都有很强的鲁棒性，解决了在正面和背面视角下难以检测步态周期的问题，本发明方法对提高复杂环境中步态识别精度有重要意义，可用于步态识别中的前端，适用于安全监控、人机交互、医疗诊断和门禁系统等中的身份识别中。
基本信息
专利标题 ：
一种基于卷积神经网络的步态周期检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109766838A
申请号 ：
CN201910026947.2
公开（公告）日 ：
2019-05-17
申请日 ：
2019-01-11
授权号 ：
CN109766838B
授权日 ：
2022-04-12
发明人 ：
王科俊丁欣楠李伊龙周石冰徐怡博
申请人 ：
哈尔滨工程大学
申请人地址 ：
黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
代理机构 ：
代理人 ：
优先权 ：
CN201910026947.2
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-04-12 ：
授权
2019-06-11 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20190111
申请日 : 20190111
2019-05-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
