一种基于自适应置信度图卷积网络的步态识别方法

发明专利有效专利

申请号：
CN202011432129.1
IPC分类号：G06V40/20;G06V10/40;G06V10/80;G06V10/82;G06N3/04;G06N3/08
申请日期：
2020-12-07
申请人：
安徽大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于自适应置信度图卷积网络的步态识别方法
申请号	CN202011432129.1	申请日期	2020-12-07
法律状态	授权	申报国家	中国
公开/公告日	2021-03-02	公开/公告号	CN112434655A
优先权	暂无	优先权号	暂无
主分类号	G06V40/20	IPC分类号	G;0;6;V;4;0;/;2;0;;;G;0;6;V;1;0;/;4;0;;;G;0;6;V;1;0;/;8;0;;;G;0;6;V;1;0;/;8;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	安徽大学	申请人地址	安徽省合肥市经开区九龙路111号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	安徽大学	当前权利人	安徽大学
发明人	唐俊;徐硕;朱明;王年;鲍文霞
代理机构	安徽省合肥新安专利代理有限责任公司	代理人	陆丽莉;何梅生

摘要

本发明公开了一种基于自适应置信度图卷积网络的步态识别方法，其步骤包括1获取包含人体姿态信息的数据集；2建立自适应置信度图卷积网络模型；3离线训练建立的自适应置信度图卷积网络模型；4利用建立好的模型实现预测，以达到步态识别的目的。本发明能通过自适应置信度图卷积网络姿态数据中提取步态特征并减少姿态数据中噪声的影响，从而能提高步态识别的准确率，同时改善现有基于外观的步态识别算法对外观变化敏感的缺点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供