龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南京工业大学;中华人民共和国南京海关
摘要：本发明公开了一种基于SwinTransformer‑3DCNN的全局‑局部特征融合的步态识别方法。提出了一种新的框架STCG能够同时利用步态特征的全局和局部信息进行步态识别。在STCG中，我们引入Swintransformer模块来进行全局信息的提取。该模块使用移位窗口来实现分层特征提取，能够更好地捕捉图像中的全局特征和长程依赖关系。局部分支中，我们通过使用多个3DCNN来分区对特征图进行特征提取，可以更好的提取的局部信息。并且我们还引入了Attention模块用于增强CNN提取出的局部信息。通过试验，我们的方法在步态识别中的性能有了很大的提升，在大部分条件下都达到了识别最佳。
主权项：1.一种基于SwinTransformer-3DCNN的全局-局部特征融合的步态识别方法，其特征在于：该方法包括以下步骤：S1.输入一批包含多个步态样本的数据Xint∈RT×C×H×W作为步态序列，其中C是通道数，T是步态序列的长度；H和W分别是特征图的高和宽，表示每帧图像的大小；S2.采用3D卷积技术对原始的步态序列进行特征提取，获得初级特征图；S3.将初级特征输入到全局和局部特征提取器，以提取局部步态特征和全局步态特征；S4.特征融合，将提取到的局部步态特征和全局步态特征融合到一起；S5.利用时间池和水平池化实现特征映射，将输入特征映射通过多个独立的全连接层进行前向传播，从而实现对特征信息的聚合；定义三重态损失函数和交叉熵损失函数，定义组合损失函数Ltotal；在训练过程中，通过反向传播算法和优化器，迭代更新模型的权重参数，以最小化组合损失函数Ltotal；S6.使用得到的网络模型分割训练和测试数据集，得到测试结果；确定最终的识别模型；S7.利用训练好的模型对视频中的步态进行识别。
全文数据：
权利要求：
百度查询： 南京工业大学 中华人民共和国南京海关 一种基于Swin Transformer-3DCNN的全局-局部特征融合的步态识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号