一种基于深度学习的步态分割与步态识别一体化方法

发明专利有效专利

申请号：
CN201610087973.2
IPC分类号：G06K9/00;G06K9/62;G06N3/02
申请日期：
2016-02-17
申请人：
天津中科智能识别产业技术研究院有限公司

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	一种基于深度学习的步态分割与步态识别一体化方法
申请号	CN201610087973.2	申请日期	2016-02-17
法律状态	授权	申报国家	中国
公开/公告日	2016-07-13	公开/公告号	CN105760835A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;2查看分类表>
申请人	天津中科智能识别产业技术研究院有限公司	申请人地址	北京市密云区经济开发区兴盛南路8号开发区办公楼501室-1753(经济开发区集中办公区）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	银河水滴科技（北京）有限公司	当前权利人	银河水滴科技（北京）有限公司
发明人	黄永祯;谭铁牛;王亮;宋纯锋
代理机构	天津市三利专利商标代理有限公司	代理人	韩新城

摘要

本发明公开一种基于深度学习的步态分割与步态识别一体化方法，该方法利用多通道神经网络分割模型对输入的一段步态视频中的多幅步态图像进行人形轮廓分割，获得一段步态视频中的多个步态图像的人形轮廓分割；然后将获得的人形轮廓通过分类卷积神经网络模型进行身份识别，输出身份识别结果。该方法对场景变化、着装变化、图像视频的角度、行走状态都有很强的鲁棒性，特别适合解决动态背景下的步态识别，可在实际的步态识别中达到非常高的识别精度；由于采用了分割与识别一体化框架，该方法同时具有非常快的识别速度，适合于实际监控下的实时步态识别。

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