摘要
本发明属于深度学习领域,具体涉及一种基于姿态诱导的多模态步态识别方法,旨在提升复杂环境下步态识别的精度。方法包括结合全身惯性动捕设备、双目深度相机及RGB摄像头,构建包含步态视频序列、对应深度图序列和动捕姿态序列的多模态数据集。对多模态数据集进行跨设备步态特征对齐预处理,得到时空对齐的动捕姿态与视频姿态。构建三维姿态诱导模块,以时空对齐后的动捕姿态为参考,通过图特征对齐损失监督训练,从视频姿态中提取诱导姿态信息。构建融合诱导姿态信息和步态轮廓特征的多模态识别模型,实现步态识别。
技术关键词
步态识别方法
双目深度相机
步态轮廓
视频
RGB摄像头
多阶段特征
序列
步态特征
深度图
跨设备
三元组损失函数
融合策略
卷积特征
坐标系
多模态
双分支结构
数据
视角