基于深度自注意力变换网络的步态识别方法
实质审查的生效
摘要
本发明属于计算机视觉及视频分析技术领域，具体而言，涉及一种基于深度自注意力变换网络的步态识别方法，该方法包括如下步骤：S1，步态数据的获取及预处理；S2，基于Transformer的步态识别网络的构建；S3，对步态识别网络进行训练和测试。该基于Transformer的步态识别网络包括空间特征提取模块、时间特征提取模块、分类器融合模块。本发明使用Transformer网络对步态序列的时间特征进行显性建模，充分提取步态序列的时间特征；通过训练多个弱分类器的方式解决了Transformer网络易过拟合的问题；本发明方法的步态识别准确率较高好。本发明通过对Transformer网络中Encoder模块的优化，减少了模型的参数量和计算量，使得本发明方法的步态识别速度和准确率较高。
基本信息
专利标题 ：
基于深度自注意力变换网络的步态识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114429646A
申请号 ：
CN202210048788.8
公开（公告）日 ：
2022-05-03
申请日 ：
2022-01-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
牛毅赵鑫马明明李甫石光明
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市太白南路2号
代理机构 ：
重庆萃智邦成专利代理事务所(普通合伙)
代理人 ：
许攀
优先权 ：
CN202210048788.8
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V10/44 G06V10/764 G06V10/82 G06V10/80 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 40/10
申请日 : 20220117
申请日 : 20220117
2022-05-03 ：
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
