摘要
本发明公开了一种基于神经网络的行人步态识别方法,其有益效果在于,通过利用神经网络和深度学习技术对行人步态图像进行处理,得到行人步态剪影特征,对所述行人步态剪影特征进行预处理,得到预处理后的行人步态剪影图;将所述行人步态剪影图送入目标CNN神经网络模型中进行学习处理,得到行人步态特征;将所述行人步态特征输入目标池化模块进行特殊池化处理,得到池化行人步态特征;将所述池化行人步态特征输入全链接模型,得到全链接层;将全链接层输入步态识别模型,输出步态识别结果;若所述步态识别结果与数据库内行人身份匹配时,输出该行人身份信息。实现对于交通违法行为的监测,例如行人闯红灯、横穿马路等,从而提高交通安全。
技术关键词
行人步态识别方法
卷积滤波器
深度学习技术
步态特征
特征提取模块
金字塔池化模块
多通道
神经网络模型
图像
身份
链接模块
数据
序列特征
信息模块
行人闯红灯
系统为您推荐了相关专利信息
关节角度预测方法
RGBD图像
深度相机
标记
特征提取单元
动作识别方法
特征提取器
样本
多尺度
特征提取模块
区域候选网络
图像检测方法
特征提取网络
图像检测模型
图像检测装置
匹配推荐方法
语义特征
统计特征
特征提取模块
字段