摘要
本发明提供了一种基于局部和全局特征融合的步态识别方法及系统,包括获取待识别个体的步态数据;其中,所述步态数据包括加速度和角速度;将所述步态数据作为预先训练的基于深度学习的步态识别模型,获得步态识别结果,其中,所述步态识别模型包括用于提取多尺度局部特征的第一深度学习模型和用于提取全局特征的第二深度学习模型,所述步态识别具体执行如下处理过程:以步态数据作为第一深度学习模型的输入,获得多尺度的局部步态特征;以步态数据作为第二深度学习模型的输入,获得全局步态特征;经下采样处理的局部步态特征和经池化处理的全局特步态征分别进行形状和语义对齐后,进行特征融合,获得融合步态特征;将所述融合步态特征输入预设分类器,获得步态识别结果。
技术关键词
步态特征
全局特征融合
步态识别方法
深度学习模型
多尺度局部特征
非暂态计算机可读存储介质
分类器
步态识别系统
加速度
语义
数据获取单元
处理器
网络
存储器
策略
电子设备
系统为您推荐了相关专利信息
数据库查询语句
台账信息
权限校验方法
商业智能系统
自然语言
深度学习模型
无人机
追踪方法
多模态传感器
特征融合网络
残差网络
地理信息系统
深度学习模型
热力图
深度学习神经网络模型
多模态生理
干预方法
接触式传感器
深度学习模型
动态时间规整算法