[发明专利]用于生成步态识别模型的方法和装置

说明书

本申请实施例公开了用于生成步态识别模型的方法和装置。该方法的一具体实施方式包括：获取训练样本集合，其中，训练样本包括第一无线频谱、第二无线频谱和第三无线频谱，第一无线频谱和第二无线频谱为表征同一用户的步态的无线频谱，第一无线频谱和第三无线频谱为表征不同用户的步态的无线频谱；基于训练样本集合和预设的损失函数训练得到步态识别模型。该实施方式能够提高步态识别的准确率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成步态识别模型的方法和装置。

背景技术

步态识别是近年来越来越多的研究者所关注的一种较新的生物特征识别技术，它是通过人们走路的姿态来进行身份识别的方法。步态是指人们行走时的方式，是一种复杂的行为特征。与其他的生物识别技术相比，步态识别具有非接触、远距离和不容易伪装的优点，在某些领域(例如，智能视频监控领域)比图像识别更具优势。

相关技术通常以视觉信号为基础进行步态识别。例如，直接从捕获的图片中提取有关于步态的特征。然而，在实际应用中，环境的光照、障碍物等因素会影响步态识别的准确率。

发明内容

本申请实施例提出了用于生成步态识别模型的方法和装置。

第一方面，本申请实施例提供了一种用于生成步态识别模型的方法，该方法包括：获取训练样本集合，其中，训练样本包括第一无线频谱、第二无线频谱和第三无线频谱，第一无线频谱和第二无线频谱为表征同一用户的步态的无线频谱，第一无线频谱和第三无线频谱为表征不同用户的步态的无线频谱；基于训练样本集合和预设的损失函数训练得到步态识别模型。

在一些实施例中，基于训练样本集合和预设的损失函数训练得到步态识别模型，包括：执行如下训练步骤：对于训练样本集合中的训练样本，将该训练样本的第一无线频谱、第二无线频谱和第三无线频谱分别输入到初始卷积神经网络，得到分别与输入的第一无线频谱、第二无线频谱和第三无线频谱对应的第一特征信息、第二特征信息和第三特征信息；基于所得到的第一特征信息集合、第二特征信息集合和第三特征信息集合，确定损失函数的值是否小于或等于预设数值；若损失函数的值小于或等于预设数值，将初始卷积神经网络确定为步态识别模型。

在一些实施例中，基于训练样本集合和预设的损失函数训练得到步态识别模型，还包括：若损失函数的值大于预设数值，调整初始卷积神经网络的参数，使用调整后的初始卷积神经网络作为初始卷积神经网络，继续执行训练步骤。

在一些实施例中，第一无线频谱、第二无线频谱和第三无线频谱选自预先存储的无线频谱集合，无线频谱集合中的无线频谱通过如下步骤生成：在样本用户沿预设路线行走期间，对样本用户所在区域的目标位置进行无线信号采集，得到采用CSI描述的无线信号；对采集的无线信号进行去噪处理；对去噪后的无线信号进行时频变换，得到表征样本用户的步态的无线频谱。

在一些实施例中，无线信号包括Wi-Fi信号或毫米波信号。

第二方面，本申请实施例提供了一种用于识别步态的方法，该方法包括：获取表征待识别用户的步态的无线频谱；将无线频谱输入到采用第一方面中任一实现方式描述的方法生成的步态识别模型，得到待识别用户的特征信息；将特征信息与预存特征信息进行匹配；基于匹配结果生成待识别用户的识别结果。