说明:收录全网最新的团体标准 提供单次或批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111639256.3 (22)申请日 2021.12.2 9 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 王昕 潘华东 殷俊  (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06V 40/20(2022.01) (54)发明名称 步态特征提取方法及装置 (57)摘要 本申请公开了一种步态特征提取方法及装 置。 其中, 该步态特征提取方法包括: 获取目标对 象采集的图像序列; 基于所述图像序列, 确定所 述目标对象的步态轮廓图序列、 骨骼关键点序列 和身体部位划分图序列; 基于所述目标对象 的步 态轮廓图序列、 骨骼关键点序列和身体部位划分 图序列, 提取所述目标对象的步态特征。 通过本 申请的步态特征提取方法可以提取到较为优良 且运动细节较为丰富的步态特 征。 权利要求书2页 说明书10页 附图5页 CN 114463555 A 2022.05.10 CN 114463555 A 1.一种步态特 征提取方法, 其特 征在于, 所述方法包括: 获取目标对象采集的图像序列; 基于所述图像序列, 确定所述目标对象的步态轮廓图序列、 骨骼关键点序列和身体部 位划分图序列; 基于所述目标对象的步态轮廓图序列、 骨骼关键点序列和身体部位划分图序列, 提取 所述目标对象的步态特 征。 2.根据权利要求1所述的方法, 其特征在于, 所述基于所述目标对象的步态轮廓图序 列、 骨骼关键点序列和身体部位划分图序列, 提取 所述目标对象的步态特 征的步骤 包括: 基于所述目标对象的步态轮廓图序列、 骨骼关键点序列和身体部位划分图序列, 提取 所述目标对象的步态空间特 征; 对所述目标对象的步态 空间特征进行时间维度上的信 息提取, 得到所述目标对象的步 态特征。 3.根据权利要求2所述的方法, 其特征在于, 所述基于所述目标对象的步态轮廓图序 列、 骨骼关键点序列和身体部位划分图序列, 提取所述 目标对象的步态空间特征 的步骤包 括: 分别提取所述步态轮廓图序列、 所述骨骼关键点序列和所述身体部位划分图序列的步 态空间特 征; 将所述步态轮廓图序列的步态 空间特征、 所述骨骼关键点序列的步态 空间特征和所述 身体部位划分图序列的步态空间特 征进行融合, 得到所述目标对象的步态空间特 征。 4.根据权利要求1所述的方法, 其特征在于, 所述基于所述目标对象的步态轮廓图序 列、 骨骼关键点序列和身体部位划分图序列, 提取 所述目标对象的步态特 征, 之后包括: 将所述步态特征划分成多个子块; 通过每个子块单独对应的映射 函数对所述每 个子块进行映射; 将所述多个子块的映射结果进行拼接, 得到所述目标对象的最终步态特 征。 5.根据权利要求4所述的方法, 其特征在于, 所述通过每个子块单独对应的映射函数对 所述每个子块进行映射的步骤 包括: 将多个子块一一对应地输入至多个全连接神经网络, 以使每个全连接神经网络对接收 到的子块进行映射; 所述将所述多个子块的映射结果进行拼接的步骤 包括: 将所述多个全连接神经网络的输出进行拼接, 得到所述目标对象的最终步态特 征。 6.根据权利要求1 ‑5中任一项所述的方法, 其特征在于, 所述提取所述目标对象的步态 特征, 之后包括: 基于所述 步态特征, 对所述目标对象进行身份识别。 7.根据权利要求6所述的方法, 其特征在于, 所述利用所述待处理步态特征, 对所述目 标对象进行身份识别, 包括: 确定各候选步态特征和所述步态特征的相似度; 其中, 所述候选步态特征基于对应的 历史对象的步态特 征确定的; 基于确定的各个相似度, 对所述目标对象进行身份识别。 8.根据权利要求7所述的方法, 其特征在于, 基于确定的各个相似度, 对所述目标对象权 利 要 求 书 1/2 页 2 CN 114463555 A 2进行身份识别, 包括: 响应于所述各个相似度中存在第 一相似度, 将所述第 一相似度对应的历史对象的身份 信息确定为所述目标对象的身份信息; 所述第一相似度是大于第一相似度阈值的相似度中 的最大值。 9.根据权利要求7 所述的方法, 其特 征在于, 所述历史对象包括具有目标权限的对象; 基于确定的各个相似度, 对所述目标对象进行身份识别, 包括: 响应于所述各个相似度中存在大于第 二相似度阈值的相似度, 确定所述目标对象具有 所述目标权限。 10.根据权利要求9所述的方法, 其特 征在于, 所述方法还 包括: 若确定所述目标对象不具有目标权限, 发出报警信号。 11.根据权利要求10所述的方法, 其特 征在于, 所述方法还 包括: 响应于所述历史对象触发的步态特征创建操作, 确定针对所述历史对象采集的图像序 列; 将从所述针对所述历史对象采集的图像序列中提取到的步态特征, 确定为所述历史对 象的候选步态特 征。 12.根据权利要求11所述的方法, 其特征在于, 所述候选步态特征保存在预设存储空间 中, 所述方法还 包括: 响应于所述历史对象触发的特征删除指令, 从所述预设存储空间中删除所述特征删除 指令指示的候选步态特 征。 13.一种电子设备, 其特征在于, 所述电子设备包括处理器, 所述处理器用于执行指令 以实现如权利要求1 ‑12中任一项所述方法的步骤。 14.一种计算机可读存储介质, 其上存储有程序和/或指令, 其特征在于, 所述程序和/ 或指令被执 行时实现权利要求1 ‑12中任一项所述方法的步骤。权 利 要 求 书 2/2 页 3 CN 114463555 A 3

.PDF文档 专利 步态特征提取方法及装置

文档预览
中文文档 18 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 步态特征提取方法及装置 第 1 页 专利 步态特征提取方法及装置 第 2 页 专利 步态特征提取方法及装置 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 20:45:04上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。