一种基于神经网络的行人步态识别方法

AITNT
正文
推荐专利
一种基于神经网络的行人步态识别方法
申请号:CN202411466499
申请日期:2024-10-21
公开号:CN119380409A
公开日期:2025-01-28
类型:发明专利
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
1
一种基于深度相机和AI算法的关节角度预测方法
关节角度预测方法 RGBD图像 深度相机 标记 特征提取单元
2
一种小样本学习的长序列动作识别方法
动作识别方法 特征提取器 样本 多尺度 特征提取模块
3
基于双重语义对齐的视频时刻检索和高光检测方法及系统
文本编码器 解码器 语义 检测损失 注意力机制
4
基于Faster-RCNN的图像检测方法及装置
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
5
基于多维度特征融合的字段规则匹配推荐方法及装置
匹配推荐方法 语义特征 统计特征 特征提取模块 字段
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