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！

龙图腾网获悉华中科技大学申请的专利基于预训练大模型的步态识别方法与装置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：CN116912664B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310967164.0，技术领域涉及：G06V10/82；该发明授权基于预训练大模型的步态识别方法与装置是由冯镔;熊海军;刘文予设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本基于预训练大模型的步态识别方法与装置在说明书摘要公布了：本发明公开了一种基于预训练大模型的步态识别方法：输入视频序列至预训练的步态识别模型提取步态特征；根据步态特征对每个样本选取相同数量的正样本和负样本构造正样本对和负样本对；为每个构造的样本对根据提示生成文本描述；文本描述令牌化后嵌入可学习的提示令牌，经过预训练大模型文本编码器的Transformer生成文本特征；对构造的样本对进行特征拼接生成视觉特征；计算文本特征与视觉特征的相似度；通过对步态特征和相似度进行监督微调网络训练。该发明的目的是通过预训练大模型中蕴含的丰富语义关系来学习序列间的相似性，使步态识别模型学习更丰富的高级语义特征，以此提高识别性能。本发明还提供了相应的基于预训练大模型的步态识别装置。

本发明授权基于预训练大模型的步态识别方法与装置在权利要求书中公布了：1.一种基于预训练大模型的步态识别方法，其特征在于，所述方法包括如下步骤： 步骤一：对于每个输入的步态序列，裁剪图像分辨率为64×44，并连续采样30帧用于训练； 步骤二：将步骤一得到的30帧分辨率为64×44的步态序列输入到步态识别模型中，提取该序列的步态特征； 步骤三：根据步骤二得到的步态特征对每个样本选取相同数量的正样本和负样本构造正样本对和负样本对； 步骤四：为步骤三构造的每个样本对根据提示生成文本描述； 步骤五：将步骤四得到的文本描述输入预训练的CLIP文本编码器，文本令牌化后嵌入可学习的提示令牌，然后经过CLIP预训练模型文本编码器中的Transformer生成文本特征，并对文本特征使用多层感知机进行特征映射； 步骤六：对步骤三构造的样本对进行特征拼接操作生成视觉特征，并使用多层感知机进行特征映射得到映射后的视觉特征，使之与步骤五中映射后的文本特征对齐； 步骤七：对步骤五中映射后的文本特征与步骤六映射后的视觉特征计算相似度； 步骤八：对步骤二得到的步态特征和步骤七中得到的相似度进行监督训练，使得通过CLIP预训练模型中蕴含的丰富语义关系来学习序列间的相似性，使步态识别模型学习更丰富的高级语义特征，以此得到训练好的步态识别模型； 步骤九：利用训练好的步态识别模型对待测试步态序列进行行人身份预测。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。