摘要
本发明提出了一种多模态步态识别方法和系统,旨在解决复杂环境下步态识别的准确性和鲁棒性问题。本发明通过结合步态轮廓图和骨架高斯热图两种模态信息,利用基于残差连接的多尺度卷积特征提取模块分别提取全局‑局部浅层步态特征,并通过跨模态注意力融合模块对两种模态的特征进行自适应权重分配和融合。进一步,引入滑动窗口Transformer模块对融合后的特征进行深层步态特征提取,建模步态信息的长程时空依赖关系,得到具有高分辨力的步态特征向量。实验结果表明,本发明在复杂场景下的步态识别精度显著优于现有方法,特别是在遮挡、复杂背景等极端条件下表现出色。本发明为开放环境下的高精度步态识别提供了新的解决方案。
技术关键词
步态特征提取
步态识别方法
步态特征向量
多模态
步态信息
步态轮廓图
注意力
编码器
特征窗口
跨模态
代表
深层特征提取
融合特征
滑动窗口
关节
图像分割神经网络
模块
系统为您推荐了相关专利信息
运动训练
多模态数据融合
推荐方法
知识图谱嵌入方法
静态特征
液压型耐张线夹
无人机检测方法
X射线成像仪
超声成像仪
局部特征提取
不确定性模型
学习检测方法
视觉传感器
高光谱相机
多光谱相机
三维体素模型
智能评估方法
多模态成像设备
多尺度特征金字塔
动态资源调度