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！

龙图腾网获悉北京理工大学申请的专利一种基于无监督域自适应的步态识别方法及系统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：CN116704598B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310543746.6，技术领域涉及：G06V40/20；该发明授权一种基于无监督域自适应的步态识别方法及系统是由付莹;马康;郑德智设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本一种基于无监督域自适应的步态识别方法及系统在说明书摘要公布了：本发明涉及一种基于无监督域自适应的步态识别方法及系统。首先获取原始步态剪影序列。利用无监督自适应步态识别网络为无标签的数据分配伪标签，分别采样有标签的源域数据和无标签的目标域数据作为输入数据。利用骨干网络提取输入序列特征，获得源域和目标域的细粒度时空特征。针对每个局部特征，利用全局环境聚合建立时间维度上每个特征间的关联，提取全局特征。利用三元组损失约束每个部位的全局运动模式，采用加权求和方式计算三元组损失。针对每个归一化特征用于初始化和更新混合记忆单元，并在训练过程中对无标签的数据提供监督。本发明能够从有标签的源域数据中学到知识并迁移到目标域中，有效实现在无标签数据上的高精度的步态识别。

本发明授权一种基于无监督域自适应的步态识别方法及系统在权利要求书中公布了：1.一种基于无监督域自适应的步态识别方法，其特征在于，包括以下步骤： 步骤1：从摄像头处获取原始的步态视频数据，并得无标签的步态剪影序列； 步骤2：对摄像头获取的步态视频数据统一进行预处理，获得原始的步态剪影序列； 其中，数据预处理包括对图像中的人形提取轮廓边缘，以及将人体的中心与图片的中心重合，并将步态图片缩放到统一尺寸大小； 步骤3：利用无监督自适应步态识别网络为无标签的数据分配伪标签，然后分别采样有标签的源域数据和无标签的目标域数据，作为输入数据； 步骤4：利用骨干网络提取输入序列的特征，获得源域和目标域的细粒度时空特征； 步骤5：针对每个局部特征，利用全局环境聚合来建立时间维度上每个特征之间的关联，进一步提取全局特征； 其中，全局环境聚合，是指对每个序列的时空特征进行进一步建模，选择鲁棒的全局运动模式，同时去除干扰； 步骤6：利用三元组损失约束每个部位的全局运动模式，并采用加权求和的方式计算三元组损失； 步骤7：针对每个归一化的特征用于初始化和更新混合记忆单元，并在训练过程中对无标签的数据提供监督； 在网络训练过程中，利用混合记忆单元的特征对采样的数据计算对比损失，并根据采样的特征动态更新混合记忆单元存储的特征； 最后，利用反向传播算法对步态神经网络的参数进行迭代更新。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。