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！

龙图腾网获悉西北工业大学申请的专利一种轻量级步态性别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：CN116168446B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211701569.1，技术领域涉及：G06V40/20；该发明授权一种轻量级步态性别识别方法是由郭斌;方禹杨;王柱;孙卓;於志文设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种轻量级步态性别识别方法在说明书摘要公布了：本发明公开了一种轻量级步态性别识别方法，首先对原人像步态图片进行灰度化及二值化转换、形态学处理、人像轮廓提取和人像骨骼提取；接着基于人体运动学提取与人像宽高比、人像质心高度、下肢分区角度和下肢分区距离相关的41个步态特征；随后采用单因素方差分析方法分析各个特征对性别的影响，筛选出7个特征组成最有效的特征组合；最后采用支持向量机方法进行性别分类。本发明方法可以有效进行性别识别；能够提高识别精度，同时显著减少数据量，使模型轻量化。

本发明授权一种轻量级步态性别识别方法在权利要求书中公布了：1.一种轻量级步态性别识别方法，其特征在于，包括以下步骤： 步骤1：采用步态识别相关开源数据集，对数据进行预处理，划分训练集、验证集与测试集； 步骤2：图像预处理； 1灰度化和二值化；将RGB图转换成灰度图再转换成二值图，去掉原始图片的颜色，仅保留人像的轮廓纹理信息； 2形态学处理；对图像进行开运算和闭运算的形态学处理，解决二值图局部缺损、多余的问题，同时平滑人像的边界线条； 3人像轮廓提取：利用Sobel算子对人像进行边缘检测，获取人像轮廓图； 4人像骨架提取；采用Zhang-Suen细化算法来提取人体骨架，通过逻辑运算的方式，循环删除图像中的非骨架像素点； 步骤3：步态特征提取； 基于人体运动学数据，选择与人像宽高比、质心高度、分区角度、分区距离相关的步态特征进行提取； 1宽高比相关的步态特征； 人像最小外接矩形宽度和高度的比值，即为人像宽高比；人体行走过程中，手臂和双腿周期性地前后摆动，从而人像最小外接矩形的宽度和高度也会随着腿的摆动而发生周期性变化； 对每一帧步态图片提取宽高比数据，做成散点图并连成线，得到人像宽高比变化曲线，进一步计算步态周期、最大宽高比、最大宽高比变化率、最小宽高比、最小宽高比变化率、宽高比变化范围、宽高比平均值和宽高比方差作为人像宽高比相关的步态特征值； 2质心高度相关的步态特征； 人像轮廓或人像骨架像素点横、纵坐标的平均值即为质心位置，计算方法为： 其中，N为人像轮廓或骨架像素点的个数，xi为第i个像素点的横坐标，yi第i个像素点的纵坐标；进一步计算质心纵坐标的最大值、最小值、变化范围、平均值、方差作为人体质心高度相关的步态特征值； 3分区角度相关的步态特征； 以人像质心位置为原点，水平方向为x轴，竖直方向为y轴建立新坐标系；分区角度特征是指人体在行走过程中左腿和右腿的摆动情况，即在新坐标系下左下区域轮廓像素点和右下区域轮廓像素点相对于质心的角度变化特征；计算左下分区角度均值有两个步骤： 第一，求左下分区中每个像素点与轴的夹角，计算方法如下： 其中，θi、xi、yi分别为第i个像素点的夹角、横坐标、纵坐标； 第二，对左下分区中每个像素点求得的夹角求和取平均，得到该图像的分区的角度特征值； 计算右下分区角度均值；对同一人的每张步态序列图片计算得到左下、右下分区的角度均值，将分区角度均值数据做成散点图并连接相邻点，得到同一人的左下、右下分区角度均值变化曲线；进一步计算出分区角度的最大值、最小值、最大变化率、最小变化率、变化范围、平均值、方差这7个值作为人体分区角度相关的步态特征值； 4分区距离相关的步态特征； 分区距离特征是指人体在行走过程中左腿和右腿的位置变化特征，即在新坐标系下左下区域轮廓和右下区域轮廓相对于质心的位置变化特征；计算分区距离的方法分为两个步骤： 第一，求分区中的每个像素点与质心的距离； 第二，计算距离的平均值； 对同一人的每张步态序列图片分别求得左下、右下分区的距离均值，将分区距离均值数据做成散点图并连接相邻点，得到同一人的左下、右下分区距离均值变化曲线；进一步计算分区距离的最大值、最小值、最大变化率、最小变化率、变化范围、平均值、方差作为人体分区距离相关的步态特征值； 步骤4：步态特征筛选； 通过单因素方差分析计算特征对性别的影响，采用朴素贝叶斯和支持向量机分类器验证不同特征组合的分类效果，从而筛选出最有效的特征组合； 步骤4-1：将特征按照性别识别有效性排序；采用单因素方差分析的方法计算出各个特征数据对于性别的显著性数值；计算每个特征控制因素对于性别因变量的显著性结果，按照由小到大的顺序排序，即得到特征有效性的排序； 步骤4-2：筛选出最有效的特征组合；根步骤4-1得到的排序，最优的特征组合应为从第一个特征开始的前n个特征组成的特征组合；分别使用朴素贝叶斯和支持向量机分类器计算出不同特征组合的性别识别准确率，筛选出准确率最高的特征组合； 步骤5：步态性别分类；使用支持向量机分类器，基于步骤4计算出的最佳特征组合，对步态图像进行性别分类。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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”。