-
公开(公告)号：CN116503943B
公开(公告)日：2024-06-25
申请号：CN202310447810.0
申请日：2023-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于优选动态几何特征的可解释步态识别方法，以发现对识别行人身份起到重要作用的人体局部区域。本发明包括：从采集到的RGB步态序列中，提取步态序列的二值轮廓图；对步态序列进行人体关键点提取，根据人体骨骼的刚性结构对获得的关键点进行扩充；基于训练好的关键区域推断模型，对人体关键点的位置进行几何结构限制区域内的动态优化，推断并选择出人体重要局部区域；通过端到端的联合训练关键区域推断模型和深度步态识别模型，得到对步态识别最有利的人体关键部位。实施本发明，在保证步态识别精度的同时，能很好的解释人体的哪些局部区域在步态识别任务中是关键的，为任何深度步态识别模型提供可解释性的特征。
-
公开(公告)号：CN113222817A
公开(公告)日：2021-08-06
申请号：CN202110525482.2
申请日：2021-05-13
Applicant: 哈尔滨工程大学
Abstract: 基于图像特征提取的12路视频图像拼接以及图像配准方法，它涉及一种图像拼接以及图像配准方法。本发明为了解决现有的图像特征提取方法存在拼接重影和实现实时困难的问题。本发明首先对12路图像进行分组操作，4路一组，分别进行拼接，而后对结果再进行拼接。拼接过程：首先对图像数据流进行匹配点对的获取。然后进行外点的剔除，找到内点的索引。再将源图进行网格划分，取网格中心点，计算每个中心点与源图上内点之间的欧式距离和权重。将权重放到A矩阵中，构建为新的W*A矩阵，再重新进行SVD分解，得到当前网格的局部单应性矩阵。再遍历每个网格，得到APAP变换后的源图。最后进行拼接线的加权融合。本发明用于视频图像拼接以及图像配准。
-
公开(公告)号：CN116503943A
公开(公告)日：2023-07-28
申请号：CN202310447810.0
申请日：2023-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于优选动态几何特征的可解释步态识别方法，以发现对识别行人身份起到重要作用的人体局部区域。本发明包括：从采集到的RGB步态序列中，提取步态序列的二值轮廓图；对步态序列进行人体关键点提取，根据人体骨骼的刚性结构对获得的关键点进行扩充；基于训练好的关键区域推断模型，对人体关键点的位置进行几何结构限制区域内的动态优化，推断并选择出人体重要局部区域；通过端到端的联合训练关键区域推断模型和深度步态识别模型，得到对步态识别最有利的人体关键部位。实施本发明，在保证步态识别精度的同时，能很好的解释人体的哪些局部区域在步态识别任务中是关键的，为任何深度步态识别模型提供可解释性的特征。
-
-
Search Results
3
records
(took 0.021 seconds)
