买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉太原理工大学申请的专利基于SMPL模态分解与嵌入融合的多模态步态识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120032427B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510177537.3，技术领域涉及：G06V40/20；该发明授权基于SMPL模态分解与嵌入融合的多模态步态识别方法是由邓红霞;吴越;高巍;张军;郭浩;武淑红设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本基于SMPL模态分解与嵌入融合的多模态步态识别方法在说明书摘要公布了：本发明属于深度学习技术领域，具体涉及一种基于SMPL模态分解与嵌入融合的多模态步态识别方法，包括下列步骤：构建融合SMPL模型和轮廓的多模态步态识别模型DFGait；提出自适应帧关节注意力模块，在SMPL姿势分支中自适应地提取步态序列关键帧的重要关节信息；提出模态嵌入融合模块，通过在统一的语义空间中对齐并融合SMPL模型特征与轮廓特征，实现两种模态信息的高效融合；使用结合了三元组损失、交叉熵损失和模态一致性损失的联合损失函数，共同监督DFGait模型的训练。本发明将SMPL人体模型进行分解，充分提取了SMPL模型包含的动态姿势和静态形状两方面的步态信息。通过自适应帧关节注意力模块进行分支优化，实现步态信息更精细的时空特征提取。

本发明授权基于SMPL模态分解与嵌入融合的多模态步态识别方法在权利要求书中公布了：1.基于SMPL模态分解与嵌入融合的多模态步态识别方法，其特征在于，包括下列步骤： S1、构建融合SMPL模型和轮廓的多模态步态识别模型DFGait； S2、提出自适应帧关节注意力模块，在SMPL姿势分支中自适应地提取步态序列关键帧的重要关节信息； S3、提出模态嵌入融合模块，通过在统一的语义空间中对齐并融合SMPL模型特征与轮廓特征，实现两种模态信息的高效融合； 将轮廓分支生成的轮廓特征图fS与S2中SMPL姿势分支生成的自适应关节注意力AttJ，分别通过包含Dropout层和ReLU层的两层线性变换组成的映射矩阵Tf和Tp进行映射，完成两个不同模态特征在同一语义空间的嵌入对齐： fe＝TffSandje＝TpAttJ 其中fe是嵌入对齐后的轮廓特征；je是嵌入对齐后的SMPL姿势特征； 最后将两个嵌入后的两个特征送入跨模态融合层，得到SMPL姿势与轮廓的跨模态融合特征： Ff＝LinearLinearCBPfe,je 其中，CBP是压缩双线性池化，将嵌入后的两个模态的特征进行高阶信息交互融合，捕捉模态之间的复杂关系；然后，通过两个线性变换，将高维的融合特征映射到低维空间，进一步提取有效的融合特征； S4、使用结合了三元组损失、交叉熵损失和模态一致性损失的联合损失函数，共同监督DFGait模型的训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人太原理工大学，其通讯地址为：030024 山西省太原市迎泽大街79号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。