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！

龙图腾网获悉南京邮电大学申请的专利低光照场景下基于多模态特征融合的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：CN119942590B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510006981.9，技术领域涉及：G06V40/10；该发明授权低光照场景下基于多模态特征融合的步态识别方法是由陈志;韩馨卫;岳文静设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本低光照场景下基于多模态特征融合的步态识别方法在说明书摘要公布了：本发明公开了一种低光照场景下基于多模态特征融合的步态识别方法，属于步态识别领域。该方法首先从采集到的视频中获取一个批次的图片生成初始检测集合，将初始检测集合输入到人物检测提取网络中来提取图片中的步态轮廓图并对步态轮廓图进行降噪处理以提高低光照场景下步态轮廓图的清晰度，然后将初始检测集合输入到人物骨架特征提取网络中来生成图片中行人的骨架模型，接着将处理后的步态轮廓图和骨架模型输入到多模态特征融合网络中，将融合网络中的两个逻辑输出进行融合得到最后的行人识别结果。本发明能够在低光照情况下充分利用图片中存在的各种信息，得到较为全面的特征表示，并有效提高步态识别在低光照场景下的准确性、鲁棒性和实用性。

本发明授权低光照场景下基于多模态特征融合的步态识别方法在权利要求书中公布了：1.一种低光照场景下基于多模态特征融合的步态识别方法，其特征在于，包括以下步骤： 步骤1，根据低光照场景下的单人行走视频得到步态轮廓序列，根据部分轮廓序列对轮廓序列重新建模并进行降噪，将降噪后的步态轮廓输入到人物检测提取网络得到行人的步态轮廓特征； 步骤11，对CASIA-B数据集进行处理以模拟低光照场景下的行人步态，得到低光照场景下的单人行走视频； 步骤12，使用行人检测分割算法将单人行走视频中的单人行走图像提取分割为步态轮廓图序列； 步骤13，对步态轮廓图序列通过从部分序列帧合成步态的方法，将步态周期的特征建模为高斯分布，并将步态周期的特征表述为连续函数，通过建模生成完整周期步态； 步骤14，对重建后的步态轮廓图进行降噪，将降噪后的步态轮廓图输入到人物检测提取网络得到行人的步态轮廓特征； 步骤2，将所述步态轮廓序列输入到人物骨架特征提取网络，提取图片中行人的骨架特征； 步骤3，将行人的所述步态轮廓特征和所述骨架特征输入到多模态特征融合网络进行特征融合，得到融合后的行人步态特征，基于所述融合后的行人步态特征进行步态识别。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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”。

以上内容由龙图腾AI智能生成。