• 专利申请
    2019-12-20
  • 公布公告
    2023-05-23
  • 授权日期
    2023-05-23
  • 终止
    2033-05-20
一种基于虚拟姿态样本合成的异常步态行为识别方法
一种基于虚拟姿态样本合成的异常步态行为识别方法
* 专利信息仅供参考,不具有法律效力。 有效专利
CN201911321748.0 2019-12-20 G06V40/20 {{ classMap["G06V40/20"] }}
湖南师范大学 查看申请人名下所有专利
湖南省长沙市岳麓区麓山路36号
专利分类项目
专利注册信息
初审公告期号 2019-12-20 初审公告日期 2023-05-23
注册公告期号 2023-05-23 注册公告日期 2023-05-23
专用权期限 2023-05-23 - 2033-05-20 专利类型 发明授权
代理组织机构 长沙市融智专利事务所 查看该机构代理的所有专利
专利介绍
本发明公开了一种基于虚拟姿态样本合成的异常步态行为识别方法。使用三维参数化的异常步态真实训练样本对虚拟姿态样本合成模型进行训练,然后使用训练完成的模型来生成虚拟样本,再利用真实训练样本和虚拟样本对SoftMax异常步态行为分类器进行训练,训练完成后即能够通过分类器对采集的异常步态行为进行准确识别。本发明所采用的虚拟姿态样本合成方法和特征调制机制,可以有效解决人体异常步态真实训练样本少的问题,显著提高异常步态行为检测和识别模型的鲁棒性,具有广泛的应用前景,包括:危险区域异常步态行为识别,老龄人异常步态行为检测,智能驾驶和安防中的行人步态行为分析等,有很好的经济和社会效益。
法律进度
  • 2023-05-23 授权 ...

  • 2020-05-19 实质审查的生效 IPC(主分类): G06K 9/00 专利申请号: 201911321748.0 申请日: 2019.12. ...

  • 2020-04-24 公开 ...

同类专利
  • 一种面向复杂视觉场景下的远距离类脑三维步态识别系统及实现方法

  • 一种基于语义折叠的人体步态行为主动检测识别系统和方法

  • 一种基于多项式拟合的模特走秀动作评价方法

  • 一种基于最适宜步态流型空间的步态识别方法

  • 基于深度学习的无源人体运动识别方法

  • 基于多特征融合CNN-BLSTM的人体复杂行为识别方法

  • 基于循环注意力网络的人体动作识别方法及识别装置

  • 基于局部误差逐层训练的人体姿态识别方法和装置

  • 一种多视点下提高动态手势动作识别准确率的方法

  • 一种基于深度学习的动态手势动作识别方法

  • 一种基于渐弱运动轨迹图的步态特征表示和特征提取方法

  • 一种基于深度学习的人体行为预测方法

咨询该专利

您还可以
推荐专利
{{ v.name }}
取 消 确 定