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：南京邮电大学
摘要：本发明公开一种基于非局部步态特征的多目标跟踪与识别方法，该发明首先获取一段步态视频序列，在分类定位分支和掩码预测分支检测分割视频序列；然后在跟踪分支采用实例标签划分法与匈牙利算法关联跟踪目标，获取所有目标的步态能量图；接着将步态能量图输入到改进的非局部分块网络生成特征图。根据特征图划分不同区域，赋予不同权重，得到细粒度的步态特征。最后将提取的步态特征输入到一对多支持向量机进行目标识别。本发明通过分类定位分支和掩码预测分支检测分割视频序列，有助于提升多目标分割的精度；通过实例标签划分法与匈牙利算法，有效实现不同帧之间目标的关联；通过改进的非局部分块网络，有助于提取细粒度的非局部特征。
主权项：1.一种基于非局部步态特征的多目标跟踪与识别方法，其特征在于，所述方法包括如下步骤：步骤1、输入一段单人或者多人行走的步态视频序列，对所述步态视频序列通过基于实例分割的多目标跟踪算法的分类定位分支和掩码预测分支进行处理，得到分割后的序列帧；步骤2、将所述序列帧在基于实例分割的多目标跟踪算法的跟踪分支进行处理，在该分支中增加两个全连接层为所有目标分配实例标签，实现多目标的关联跟踪，从而获取所有目标相应的步态能量图；步骤3、将步骤2生成的步态能量图定义为其中It是在第t帧处的二值化剪影图像，x,y是在It每个像素的坐标，T是一个步态周期中的帧数；步骤4、根据步骤3对GEI的定义，预处理步骤2获取的所有目标相应的步态能量图，生成正负GEI对；步骤5、将步骤4生成的步态能量图的正负GEI对分别输入到改进的非局部分块网络的卷积模块和相应非局部特征提取模块，将从两个模块提取到的特征进行叠加；步骤6、将从步骤5得到的正负GEI对的叠加特征进行处理，得到特征图，然后将特征图分块，从而得到更加细粒度的特征；步骤7、将从步骤6获取到的特征输入到一对多支持向量机进行目标识别。
全文数据：
权利要求：
百度查询： 南京邮电大学 一种基于非局部步态特征的多目标跟踪与识别方法
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