基于改进卷积神经网络的步态识别方法、装置、智能终端
公开
摘要
本发明公开了基于改进卷积神经网络的步态识别方法、装置、智能终端，所述方法包括：将卷积层、批归一化层、带激活函数的激活层依次连接形成改进的基本卷积单元，并引入序列注意力，形成基本序列注意力卷积模块；根据视频图像大小选定多个基本序列注意力卷积模块依次连接，并连接平均池化层搭建步态识别卷积神经网络；利用搭建的步态识别卷积神经网络训练完整的步态识别模型；将需要识别的视频数据输入训练好的步态识别模型进行步态识别。本发明的步态识别卷积神经网络在每一层都对时间特征进行综合，网络模型对噪声有较强的抑制能力，同时可以利用前后序列图的特征对缺失进行恢复，使得网络模型效果较好，平均准确率有较大提升。
基本信息
专利标题 ：
基于改进卷积神经网络的步态识别方法、装置、智能终端
专利标题（英）：
暂无
公开（公告）号 ：
CN114582018A
申请号 ：
CN202210208495.1
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘富段纪鲁康冰侯涛刘云侯震杜成岩
申请人 ：
吉林大学
申请人地址 ：
吉林省长春市前进大街2699号
代理机构 ：
深圳市君胜知识产权代理事务所(普通合伙)
代理人 ：
朱阳波
优先权 ：
CN202210208495.1
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06K9/62 G06N3/04 G06N3/08 G06V10/764 G06V10/82
法律状态
2022-06-03 ：
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
