[发明专利]一种基于时间和空间信息融合技术的步态重识别方法

权利要求书

1.一种基于时间和空间信息融合技术的步态重识别方法，其特征在于，步骤如下：

步骤1、构建双路步态识别网络；

所述的双路步态识别网络包括作为步态序列信息的主干网络的GaitSet网络和作为步态空间信息的主干网络的ResNet50网络；

步骤2、将步态序列图输入GaitSet网络，得到步态时间特征；

步骤3、将步态序列图进行能量压缩，得到步态能量图，将步态能量图输入ResNet50网络，得到步态空间特征；

步骤4、步态时间特征和步态空间特征融合，得到步态时空特征；

将步骤2和步骤3中得到的步态时间特征和步态空间特征按照通道维度进行拼接，得到步态时空特征，并传入步态损失函数；

步骤5、反向传播同时更新GaitSet网络和ResNet50网络参数，得到最终的双路步态识别网络。

2.根据权利要求1所述的一种基于时间和空间信息融合技术的步态重识别方法，其特征在于，步骤2具体操作如下：

采用GaitSet作为步态序列信息的主干网络，其数学定义如下：

G(X)＝h{f_G(x_k)} (1)

其中，x_k是第k个步态序列图，f_G()是GaitSet网络，h()是GaitSet网络中的帧级池化操作。

3.根据权利要求2所述的一种基于时间和空间信息融合技术的步态重识别方法，其特征在于，步骤3具体操作如下：

该步骤首先将步态序列图通过能量压缩函数，得到步态能量图，其数学表达式如下：

x＝mean(x_k) (2)

其中，x_k是第k个步态序列图，mean()是能量压缩函数，x是得到的步态能量图；

得到步态能量图后，将步态能量图输入至双路步态识别网络中的ResNet50网络，得到步态空间特征，其数学定义如下：

R(X)＝p{f_R(x)} (3)

其中，f_R()是ResNet50网络，p()是全局平均池化操作。

4.根据权利要求3所述的一种基于时间和空间信息融合技术的步态重识别方法，其特征在于，步骤5具体操作如下：

通过步态损失函数同时进行GaitSet网络和ResNet50网络的参数更新：

其中，F(X)代表步态样本X经过步骤3得到的步态时空特征，N是训练集中步态序列图/步态能量图的数量，X_i^a是作为anchor的步态序列样本/步态能量样本，X_i^p和X_iⁿ分别是anchor的正样本和负样本，m是控制两对距离疏远程度的阈值；

若满足设定的最大迭代周期数或者步态损失函数连续10个迭代周期内均无明显下降时，结束该步骤，得到最终的双路步态识别网络。