• 专利申请
    2020-01-19
  • 公布公告
    2023-04-28
  • 授权日期
    2023-04-28
  • 终止
    2033-04-25
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
一种基于渐弱运动轨迹图的步态特征表示和特征提取方法
* 专利信息仅供参考,不具有法律效力。 有效专利
CN202010063082.X 2020-01-19 G06V40/20 {{ classMap["G06V40/20"] }}
中国计量大学 查看申请人名下所有专利
浙江省杭州市下沙高教园区学源街258号
专利分类项目
专利注册信息
初审公告期号 2020-01-19 初审公告日期 2023-04-28
注册公告期号 2023-04-28 注册公告日期 2023-04-28
专用权期限 2023-04-28 - 2033-04-25 专利类型 发明授权
代理组织机构 杭州求是专利事务所有限公司 查看该机构代理的所有专利
专利介绍
本发明公开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,以每一帧为主,辅以后续的k‑1帧,共同构造一种特殊的轨迹图,其中第一帧权重最大,后续帧的权重逐步减少,这种权重的渐弱效果体现在目标轨迹图中对应于不同帧的灰度值递减上。该方法无需预先进行精确的步态周期分割,能够提取蕴含于序列图像之间的时序化步态特征,而且不会造成步态样本数量的锐减,相对于基于传统的步态能量图和步态轮廓图的步态特征表示和提取方法,识别准确率更高。
法律进度
  • 2023-04-28 授权 ...

  • 2020-07-14 实质审查的生效 IPC(主分类): G06K 9/00 专利申请号: 202010063082.X 申请日: 2020.01. ...

  • 2020-06-19 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

  • 一种基于虚拟姿态样本合成的异常步态行为识别方法

  • 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