步态识别模型压缩方法、装置、存储介质及计算机设备

本发明涉及模型压缩技术领域，并公开了一种步态识别模型压缩方法、装置、存储介质及计算机设备，方法包括采集步态视频序列，基于深度学习算法对步态视频序列进行特征提取并构建步态识别模型，之后对模型进行压缩优化处理，再获取压缩后的步态识别模型的模型参数或模型预测结果，并对多个模型参数或模型预测结果进行集成，最终在待测试场景中进行步态识别测试，选取目标压缩步态识别模型。上述方法通过对步态识别模型进行压缩，减少模型参数数量和计算复杂度，降低对硬件资源的需求，并且多模型融合提升步态识别的准确率和稳定性，提升模型泛化能力，使得模型更具有实用性和可部署性。