买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于生成式反事实干预的步态识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116403287B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310454567.5，技术领域涉及：G06V40/20；该发明授权一种基于生成式反事实干预的步态识别方法是由李玺;窦洹彰;张芃怡;苏伟设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种基于生成式反事实干预的步态识别方法在说明书摘要公布了：本发明公开了一种基于生成式反事实干预的步态识别方法，该方法具体步骤如下：获取步态数据；定义优化目标；设计基于动态卷积的注意力模块提取样本相关的特征；利用反事实干预去除混淆因子的影响；迭代训练。本发明通过在步态识别中引入生成式反事实学习，让模型达到关注表示步态的剪影图轮廓区域而不是不可解释的内部区域。该方法可以在实验室和野外场景都有可观的性能提升。本发明适用于多种场景下的步态识别，并且可以即插即用在先前的神经网络中。

本发明授权一种基于生成式反事实干预的步态识别方法在权利要求书中公布了：1.一种基于生成式反事实干预的步态识别方法，其特征在于，包括以下步骤： S1、获取用于训练步态识别模型的训练数据集； S2、构建步态识别模型框架，所述步态识别模型框架包括特征提取模块、核生成器模块、反事实干预学习模块和分类器，步态识别模型的输入步态序列为一个行人在行走过程中采集得到的一组剪影图序列；输入步态序列先经过特征提取模块，由骨干网络进行特征提取形成一个四维特征；然后在核生成器模块中使用事实感知的核生成器和反事实感知的核生成器分别基于所述四维特征生成根据输入步态序列动态调整的卷积核，所述事实感知的核生成器和反事实感知的核生成器均由一个基于多样性约束和矩阵分解的动态网络实现；再利用两个核生成器各自生成的卷积核对所述四维特征进行卷积，分别提取得到输入步态序列对应的事实特征和反事实特征；最后在反事实干预学习模块中，将事实特征和反事实特征分别输入分类器中，各自得到行人所属类别的概率分布，并计算三元组损失、交叉熵损失和多样性约束，所述三元组损失基于所述事实特征进行计算，所述交叉熵损失通过对分类器输出的两个概率分布进行差分并根据差分结果进行计算，所述多样性约束基于两个核生成器中低秩空间的基进行计算； S3、将三元组损失、交叉熵损失和多样性约束的加权和作为总损失函数，并利用所述训练数据集对所述步态识别模型框架进行迭代训练，直至收敛； S4、在进行步态识别时，将待查询的行人行走过程中的剪影图序列输入训练后的步态识别模型框架中，并基于得到的所述事实特征在库中与每个行人对应的事实特征进行相似匹配，基于相似度值排序的顺序进而确定行人身份。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。