基于深度学习融合SVM的步态识别方法
公开
摘要
本发明公开了一种步态识别方法。该方法基于深度学习融合SVM实现对行走人体的身份识别。包括：步骤1：采用基于深度学习的姿态估计算法对行走录像进行预处理，提取人体关键点特征；步骤2：从步态序列提取所需特征构建特征向量后，通过使用SVM分类器完成身份识别。本发明能够识别出行走视频中个体的具体身份，较好的提高了步态识别的效率和准确性。与已有的技术相比，该方法不仅可以结合身体结构的独特性获取人体的关键点信息，还可以对出错的关键点信息进行一定的修正。
基本信息
专利标题 ：
基于深度学习融合SVM的步态识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114373091A
申请号 ：
CN202011100223.7
公开（公告）日 ：
2022-04-19
申请日 ：
2020-10-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴军华苗兴
申请人 ：
南京工业大学
申请人地址 ：
江苏省南京市鼓楼区新模范马路5号南京工业大学
代理机构 ：
代理人 ：
优先权 ：
CN202011100223.7
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/82 G06V40/20 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-19 ：
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
