一种基于广义卷积神经网络的骨架异常步态识别方法及系统
公开
摘要
本发明属于步态分析领域，提供了一种基于广义卷积神经网络的骨架异常步态识别方法及系统。该方法包括，以下肢关节为节点，以骨骼为边构造步态图；根据距离和空间关系对步态图中的相邻节点进行分组，将非欧结构的步态图规范化为欧几里德特征图；其中，节点的位置关系编码了关节之间的连接性；采用广义卷积网络来建模规范化欧几里德特征图中编码的几何特征，将卷积核从图像中提取纹理表示的能力泛化到提取步态图几何特征中，得到时空邻居节点特征聚合的步态特征图；根据步态特征图，预测异常步态分类结果。
基本信息
专利标题 ：
一种基于广义卷积神经网络的骨架异常步态识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114582023A
申请号 ：
CN202210246685.2
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马昕田皓宇李贻斌
申请人 ：
山东大学
申请人地址 ：
山东省济南市历下区经十路17923号
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
黄海丽
优先权 ：
CN202210246685.2
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06K9/62 G06N3/04 G06N3/08 G06V10/44 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
