“步态训练”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果349750个，建议您升级VIP下载更多相关专利

[发明专利]基于服装迁移的模型训练方法、装置、电子设备及介质-CN202310546572.9在审
发明人：黄永祯;侯赛辉;胡学财;黄攀坚 -专利权人：北京师范大学
申请日： 2023-05-16 - 公布日： 2023-07-18 - 主分类号： G06V10/774 文献下载
摘要：本申请提供了一种基于服装迁移的模型训练方法、装置、电子设备及介质，其中，该方法包括，将第一类样本行人身穿同一套服装时对应的多个第一样本步态特征聚为一类，生成样本步态特征集合；确定出每个样本步态特征集合的平均样本步态特征，计算同一第一类样本行人对应的两个平均样本步态特征之间的特征差，得到该第一类样本行人对应的多个服装变化特征；针对每个第二类样本行人的每个第二样本步态特征，将选取的预设数量的服装变化特征加入到该第二样本步态特征中，生成该第二类样本行人对应的多个第三样本步态特征；使用第一样本步态特征、第二样本步态特征和第三样本步态特征训练步态识别模型。通过该方式，缓解了训练数据中服装不均衡的问题。
基于服装迁移模型训练方法装置电子设备介质

[发明专利]一种基于视角转化的步态识别方法和系统-CN202210305445.5在审
发明人：卫星;周芳;陈柏霖;杨烨;王明珠;陈逸康;何煦;李宝璐 -专利权人：合肥工业大学
申请日： 2022-03-25 - 公布日： 2022-06-14 - 主分类号： G06V20/40 文献下载
摘要：本发明提供基于视角转化的步态识别方法和系统，首先获取多个行人监控设备获取的监控视频，处理得到行人步态数据集并划分训练集和测试集；利用GaitGAN网络训练通过任意视角生成特定视角图像的视角转换模型和判别生成视角图像正确性的判别器，然后将测试集输入视角转换模型中，得到目标视角下的步态能量图集；获取视角转换模型生成的图像并进行预处理得到像素图像，将像素图像送入基准步态特征提取模型得到特征向量与行人预测向量计算总损失，使用梯度下降算法优化模型参数得到训练好的步态特征提取模型本发明实现了行人跟踪的自动化，采用生成对抗网络将行人步态能量图转换至步态特征最明显的90°视角，使得步态识别准确度更高。
一种基于视角转化步态识别方法系统

[发明专利]一种基于轻量化多尺度特征提取的步态识别方法-CN202010687318.7有效
发明人：张顺利;林贝贝 -专利权人：北京交通大学
申请日： 2020-07-16 - 公布日： 2021-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于轻量化多尺度特征提取的步态识别方法，包括以下步骤：从基准数据集中分割出训练集和测试集；通过单一尺度特征的步态提取模型训练网络，以此来获得模型的基准精确度；在多尺度特征提取网络中不断嵌入3*3的卷积模块，并重新训练的网络模型参数；对比初始的单一尺度下的步态特征提取模型的精确度，选择最优的轻量化多尺度的步态识别特征提取模型，以此可以获得较好的步态识别结果。
一种基于量化尺度特征提取步态识别方法

[发明专利]一种步态测量装置及测量方法-CN201710051638.1有效
发明人：王勇;胡珊珊;王淮阳;陆益民;刘正士 -专利权人：合肥工业大学
申请日： 2017-01-20 - 公布日： 2023-03-28 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了一种步态测量装置及测量方法，其特征是多个相同的测力单元在同一平面上呈阵列分布，相邻的测力单元互相独立；测力单元是由长方形平板和四个结构相同的支撑梁构成；在各测力单元的支撑梁上设置应变片，利用应变片的检测信号实现步态测量本发明能够在进行康复步态训练时，检测步伐的大小和位置，足底压力分布情况以及足底摩擦力；能够适于任何脚底尺寸的人群，实现步态训练时足底压力的检测，也可用于患者训练时矫正步态以及评定患者的康复情况。
一种步态测量装置测量方法

[实用新型]一种步态测量装置-CN201720075479.4有效
发明人：王勇;胡珊珊;王淮阳;陆益民;刘正士 -专利权人：合肥工业大学
申请日： 2017-01-20 - 公布日： 2017-12-08 - 主分类号： A61B5/11 文献下载
摘要：本实用新型公开了一种步态测量装置，其特征是多个相同的测力单元在同一平面上呈阵列分布，相邻的测力单元互相独立；测力单元是由长方形平板和四个结构相同的支撑梁构成；在各测力单元的支撑梁上设置应变片，利用应变片的检测信号实现步态测量本实用新型能够在进行康复步态训练时，检测步伐的大小和位置，足底压力分布情况以及足底摩擦力；能够适于任何脚底尺寸的人群，实现步态训练时足底压力的检测，也可用于患者训练时矫正步态以及评定患者的康复情况。
一种步态测量装置

[发明专利]基于步行时地面反作用力的身份识别方法-CN201210559665.7有效
发明人：姚志明;夏懿;孙怡宁;周旭;张涛;杨先军;马祖长;窦少彬 -专利权人：中国科学院合肥物质科学研究院
申请日： 2012-12-21 - 公布日： 2013-05-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于步行时地面反作用力的身份识别方法，特征是利用由隐藏在地面或地板下的三维力测力平台组成的步态通道采集步行时的步态信息，并对其进行数据预处理，再采用小波包分解算法提取小波包分解系数、小波包能量、小波包分解系数的均值和方差表征步态特征，训练过程中利用特征选择算法和支持向量机分类器建立已训练的步态特征模板和分类模板，识别过程中利用已训练的步态特征模板对提取的待识别对象的步态特征进行特征映射，再利用已训练的分类模板对其进行模板匹配和识别本发明的步态信息采集和识别过程具有隐蔽性，不会引起察觉和人权纠纷，可以更好地满足高科技时代安全敏感场所的身份鉴别和安全防范需求。
基于行时地面反作用力身份识别方法

[发明专利]一种基于无监督方法的步态识别算法-CN202310594539.3在审
发明人：吴海霖 -专利权人：泉州砾鹰石科技有限公司
申请日： 2023-05-25 - 公布日： 2023-08-01 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于无监督方法的步态识别算法，包括以下步骤：S1采集步态数据：在已知的设备的监控摄像头下收集数据；S2摄像头信息图结构化：根据摄像头的位置进行信息图的构建；S3人脸特征提取：通过对部分暴露人脸的数据进行人脸特征提取；S4数据多维聚类：将信息图、跟踪结果、人脸特征进行多维聚类，形成粗标签；S5无监督模型训练：使用数据和粗标签进行训练。采用无监督的方法训练步态识别模型，通过摄像头位置，人员跟踪，多模态等方式进行无监督训练，解决了传统步态识别方法需要大量的标注数据且获取步态识别标注数据的成本又非常大的问题，实现了无需标注数据，就可以训练一个强大的步态识别模型
一种基于监督方法步态识别算法

[发明专利]基于模糊理论决策的双向二维主成分分析的步态识别方法-CN201210011983.X无效
发明人：张前进;卜文绍;徐素莉;郑国强;陈祥涛;李劲伟;张松灿;孙炎增;李佩佩;王桂泉;祁志娟;王雯霞 -专利权人：河南科技大学
申请日： 2012-01-16 - 公布日： 2012-07-18 - 主分类号： G06K9/66 文献下载
摘要：基于模糊理论决策的双向二维主成分分析的步态识别方法，先对一个步态序列的图像预处理，并提取人体运动轮廓，确定步态周期，计算出具有完整周期的步态能量图的平均图像；构建个平均步态能量图像训练样本，并分成N个子图像集；对每个子图像集求出行方向和列方向的最优投影矩阵，后求每个训练样本子图像的特征矩阵；对待识别的平均步态能量图像求每个子图像的特征矩阵；后求出待识别图像对各训练样本的隶属度，根据最大隶属度原则，确定分类结果。本发明将平均步态能量图像分割为多个子图像，利用双向二维主成分分析降低平均步态能量子图像的系数矩阵维数，解决了步态识别中平均步态能量图像系数矩阵维数过高的问题，提高了识别率，加快识别速度。
基于模糊理论决策双向二维成分分析步态识别方法

[发明专利]实现步态识别对抗攻击样本生成处理的方法、装置、处理器及其计算机可读存储介质-CN202310208204.3在审
发明人：王立;李小凡;成云飞;李海鹏;洪丽娟;王武 -专利权人：公安部第三研究所
申请日： 2023-03-07 - 公布日： 2023-07-25 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及一种实现步态识别对抗攻击样本生成处理的方法，包括以下步骤：构建真实步态图像序列；构建生成对抗网络；将生成的对抗图像与原始真实步态图像输入图像序列融合模块；构建步态对抗攻击样本生成网络；利用真实步态图像序列训练集以及目标步态识别模型反馈结果对网络进行训练；生成对应的步态识别对抗攻击样本。本发明还涉及一种实现步态识别对抗攻击样本生成的装置、处理器及其存储介质。采用了本发明的实现步态识别对抗攻击样本生成处理的方法、装置、处理器及其计算机可读存储介质，可以获得较高的攻击成功率，该网络结构简单，执行效率高，生成的步态对抗攻击样本真实、清晰，在步态对抗攻击样本数据集构建以及步态识别安全领域都有广阔的应用前景
实现步态识别对抗攻击样本生成处理方法装置处理器及其计算机可读存储介质

[发明专利]一种姿态协同的图卷积步态识别方法-CN202310525925.7在审
发明人：孔月萍;戚艳军;石鸿宇;张迪;张茜;郝光烨;梁昊春 -专利权人：西安建筑科技大学
申请日： 2023-05-11 - 公布日： 2023-07-25 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种姿态协同的图卷积步态识别方法，括以下步骤：1)从CASIA‑B步态数据集中，提取视频行人关节点的二维坐标，然后将CASIA‑B步态数据集及OUMVLP‑pose步态数据集的行人关节点的二维坐标转换为三维坐标；2)根据步骤1)中获取的关节点的三维坐标，计算关节位移以及关节与重心的夹角，并以此建立步态样本集；3)利用步骤2)建立的步态样本集对所述关节协同注意力图卷积步态识别网络CAGCN进行训练；4)获取待识别行人的多语义步态数据，将所述待识别行人的多语义步态数据输入到训练后的关节协同注意力图卷积步态识别网络CAGCN中，得到行人的抽象步态特征，该方法能够较为准确对步态进行识别，鲁棒性较好。
一种姿态协同图卷步态识别方法

[发明专利]基于近端策略优化的水下蛇形机器人高速步态生成方法-CN202010966202.7有效
发明人：马书根;李汕;任超 -专利权人：天津大学
申请日： 2020-09-15 - 公布日： 2022-06-21 - 主分类号： B25J9/06 文献下载
摘要：一种基于近端策略优化的水下蛇形机器人高速步态生成方法，包括：搭建强化学习的训练环境，包括reset()函数、step()函数；在强化学习的训练环境下实现近端策略优化算法；将策略网络得到的权值利用正弦函数为基函数去拟合，从而转换为水下蛇形机器人运动步态参数。本发明有益效果如下：本发明步态生成方法以高速作为优化目标，水下蛇形机器人在该步态生成方法下优化得到的步态运动时，其前向运动速度比在对传统步态方法优化得到的最优步态运动时的前向运动速度更快；本发明步态生成方法在寻优过程中，会在比蛇形步态方程更大的范围寻找，其得到步态方程形式往往会不同于蛇形步态方程，是一种新型的运动步态。
基于策略优化水下蛇形机器人高速步态生成方法

[发明专利]基于对抗网络的步态识别方法、装置、设备及介质-CN202011615027.3有效
发明人：张平;曹铁;邵黎明;甄军平;李海博;周科杰;张立波 -专利权人：民航成都电子技术有限责任公司;中国民用航空总局第二研究所
申请日： 2020-12-30 - 公布日： 2023-04-28 - 主分类号： G06V40/20 文献下载
摘要：本申请提供了一种基于对抗网络的步态识别方法、装置、设备及介质，该方法包括：获取待检测目标的视频数据；采用预设算法对视频数据进行分割提取处理，确定待检测目标的步态能量图集，步态能量图集包括任意角度的步态能量图；将任意视角的步态能量图集输入预先训练的步态视角转换网络中进行处理，得到目标视角的步态能量图集；将目标视角的步态能量图集输入预先训练的孪生神经网络模型中进行处理计算目标视角的步态能量图集与标准视角的步态能量图集的相似度；基于相似度，对待检测目标进行步态识别处理。该方法能够准确地对待检测目标进行步态识别，提高了身份识别的效率，能够为行人信息查询、身份追踪和查询等应用带来了快捷精准的数据支持。
基于对抗网络步态识别方法装置设备介质

[发明专利]基于深度学习的异常步态分析方法、装置、设备及介质-CN202211424056.0在审
发明人：陈智;李巧勤;刘勇国;兰刚;张云;朱嘉静 -专利权人：电子科技大学
申请日： 2022-11-15 - 公布日： 2023-01-31 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了基于深度学习的异常步态分析方法、装置、设备及介质，该方法包括：基于智能手机获取用户步态数据，并对用户步态数据进行预处理；根据预处理后的用户步态数据，基于多尺度时频回声状态网络提取时间序列的多尺度时频特征；采用卷积神经网络对多尺度时频特征进行深度特征提取，得到多尺度时频深度特征；并通过注意力机制融合多尺度时频深度特征，构建基于多尺度时频深度特征的异常步态分析模型，并进行模型训练；将待分析的用户步态数据输入到训练好的基于多尺度时频深度特征的异常步态分析模型中，进行预测分析，并输出异常步态结果。本发明实现客观化的异常步态分析，提高步态量分析的准确性。
基于深度学习异常步态分析方法装置设备介质

[发明专利]一种基于步态数据的身份识别方法-CN201710601013.8有效
发明人：王修晖;刘砚秋 -专利权人：中国计量大学
申请日： 2017-07-21 - 公布日： 2019-12-20 - 主分类号： G06F21/32 文献下载
摘要：本发明提供一种基于步态数据的身份识别方法，其包括如下步骤：首先提取训练样本和待识别样本的步态轮廓曲线，然后利用逐行扫描法对步态轮廓曲线进行处理，得到高维步态特征矩阵，再利用改进的光滑自编码器对高维步态特征矩阵集进行降维，最后利用最近邻算法判断待识别样本与训练样本中的哪一类最接近。本发明提供的步态识别方法采用了一种新的步态特征，并利用改进的光滑自编码器和最近邻理论进行特征降维和相似度判断，能够充分利用二维步态图像中的结构信息来刻画不同人的步态差异，从而提高基于步态信息的身份识别正确率
一种基于步态数据身份识别方法

[发明专利]一种黑暗环境下热红外人体步态识别方法及装置-CN202111414009.3在审
发明人：谢昌颐;李蕾 -专利权人：湖南中科助英智能科技研究院有限公司
申请日： 2021-11-25 - 公布日： 2022-02-18 - 主分类号： A61B5/1171 文献下载
摘要：本申请涉及一种黑暗环境下热红外人体步态识别方法及装置。所述方法包括：利用人体区域检测样本训练YOLOv5x模型，得到训练完成的YOLOv5x模型；获取待识别视频图像；根据训练完成的YOLOv5x模型对待识别视频图像进行人体检测，得到人体区域框；采用跟踪算法对人体区域框进行跟踪，得到人体区域时间序列；根据Top‑down方法对人体区域时间序列进行骨架提取，得到人体骨架时间序列；根据预先训练的时空图卷积神经网络对人体骨架时间序列进行步态特征提取；根据步态特征，进行人体步态识别。采用本方法能够提高步态识别的准确性和鲁棒性。
一种黑暗环境红外人体步态识别方法装置