一种基于Swin Transformer-3DCNN的全局-局部特征融合的步态识别方法

AITNT
正文
推荐专利
一种基于Swin Transformer-3DCNN的全局-局部特征融合的步态识别方法
申请号:CN202410914385
申请日期:2024-07-09
公开号:CN118887731A
公开日期:2024-11-01
类型:发明专利
摘要
本发明公开了一种基于Swin Transformer‑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Swin transformer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。
技术关键词
步态特征 局部特征提取 步态识别方法 双线性插值 全局特征提取 分支 分层特征提取 注意力 卷积技术 模块 样本 传播算法 矩阵 序列 通道 优化器 代表 定义 令牌
系统为您推荐了相关专利信息
1
基于状态空间模型的高光谱与全色图像融合方法
全色图像融合方法 状态空间模型 低分辨率高光谱图像 离散小波变换 网络
2
一种分布式视觉语言模型的边缘部署系统、方法
分布式视觉 设备端 分布式拓扑结构 图像传感器模块 文本
3
基于扩散模型的脑部肿瘤分割方法及系统
脑部肿瘤分割方法 医学影像数据 图像重建 网络 分割系统
4
基于动态风险分级的非重点单位消防预警管理方法
预警管理方法 风险 参数 时间序列特征 消防预警设备
5
一种基于关键点特征的视频人像语义压缩方法
关键点特征 静态特征 动态 局部感受野 VGG网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号