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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于多模态数据输入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：CN119785413B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411264571.6，技术领域涉及：G06V40/20；该发明授权一种基于多模态数据输入的步态识别方法是由王立昊;颜成钢;郑锦凯;盛熙淳;丁贵广;赵强设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种基于多模态数据输入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多模态数据输入的步态识别方法。本发明步骤：1：将人体解析序列数据集以及人体骨架序列数据集转化为pkl文件；2：构造特征融合模块，该模块将人体解析模块的特征和人体骨架模块的特征进行深度融合；3：构造时空特征提取模块，时空特征提取模块的第一个分支，先使用内核大小为3的一维卷积沿时间维度提取特征，后进入ReLu激活函数，再经过卷积核后进入ReLu激活函数，通过时间维池化经过卷积核得到时间维特征向量；第二个分支再使用一维卷积沿空间维度提取特征，后续部分和时间维度分支保持一致。本发明融合了人体关键点和细粒度解析序列，同时兼顾信息的丰富性和定位的准确性，从而提升步态识别的性能。

本发明授权一种基于多模态数据输入的步态识别方法在权利要求书中公布了：1.一种基于多模态数据输入的步态识别方法，其特征在于，包括以下步骤： 步骤1：将人体解析序列数据集以及人体骨架序列数据集转化为pkl文件； 步骤2：构造特征融合模块，该模块将人体解析模块的特征和人体骨架模块的特征进行深度融合； 步骤3：构造时空特征提取模块，时空特征提取模块有两个分支；第一个分支，时空特征提取模块先使用内核大小为3的一维卷积沿时间维度提取特征，后进入ReLu激活函数，再经过3*3卷积核后进入ReLu激活函数，通过时间维池化经过1*1卷积核得到时间维特征向量；第二个分支时空特征提取模块再使用内核大小为1的一维卷积沿空间维度提取特征，后进入ReLu激活函数，再经过3*3卷积核后进入ReLu激活函数，通过空间维池化经过1*1卷积核得到空间维特征向量； 步骤2具体实现如下： 特征融合模块FFM的输入为人体骨架序列特征Sske和人体解析序列特征Spar；然后计算Spar和Sske之间的相关性作为权重矩阵；根据权重矩阵，对加权的人体骨架序列特征Sske进行计算，最后将计算的结果和原始输入的人体解析序列特征Spar、人体骨架序列特征Sske特征拼接在一起,再经全连接层进入下一模块，得到融合特征Ff；人体骨架序列特征Sske经过时空特征提取模块以及全连接层之后的输出为Fske，人体解析序列特征Spar经过图卷积模块以及全连接模块之后的输出为Fpar； Wek＝ConcatH1,H2,...,H11*Tk4 Ff＝FCConcatSpar,Wek6 其中，Wek表示权重矩阵，Hk表示对应的身体第k部位的相关系数矩阵；Tk为第k个身体部位的占比矩阵；均为预先定义的第k个身体部位的相关性矩阵，Tk为身体各部位占比矩阵； 步骤3中两个并行的时空特征提取模块的输入分别是人体骨架序列特征Sske和融合特征Ff； 将融合特征Ff、人体骨架序列特征Sske经过时空特征提取模块以及全连接层之后的输出Fske、人体解析序列特征Spar经过图卷积模块以及全连接模块之后的输出Fpar三者拼接作为最后的输出。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。