摘要
本发明涉及生物特征识别技术领域,并公开了一种步态识别方法、装置、存储介质及计算机设备,方法包括首先获取步态视频序列,提取步态视频序列的关键帧,并将关键帧转换为时空能量图,然后对时空能量图进行核主成分分析,得到低维步态特征,并获取对应的人员身份标签,将低维步态特征和人员身份标签输入至初始步态识别模型中,基于预设的机器学习算法对初始步态识别模型进行训练,获得目标步态识别模型,最后对目标步态识别模型进行压缩,得到轻量化步态识别模型,并利用轻量化步态识别模型在待识别场景下进行步态识别,得到步态识别结果。上述方法保证了识别过程中的高精度与稳定性,又兼顾了模型的轻量化与部署效率,具有广泛的应用场景。
技术关键词
步态特征
核主成分分析
关键帧
机器学习算法
步态识别方法
训练步态
步态识别装置
生物特征识别技术
计算机设备
视频
序列
身份
标签
浮点数
超参数
编码
处理器
场景
系统为您推荐了相关专利信息
办公区域人流实时监测管理系统
数据采集模块
双目视觉传感器
环境监测模块
数据分析模块
环境状态信息
环境参数信息
脚本
策略
故障诊断模型
特征点云
关键帧
地图数据融合方法
词袋模型
聚类
环境重建方法
物体
数据采集模块
语义信息提取
关键帧
健康智能管理系统
老年人居家
健康管理服务器
时序
关键帧