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！

龙图腾网获悉中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术有限公司申请的专利一种步态识别改进方法、系统及设备和介质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：CN116721469B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310787832.1，技术领域涉及：G06V40/20；该发明授权一种步态识别改进方法、系统及设备和介质是由李贝贝;朱建生;阎志远;戴琳琳;张世平;随玉腾设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种步态识别改进方法、系统及设备和介质在说明书摘要公布了：本申请公开了一种步态识别改进方法包括：构建铁路进站环节的旅客自然步态数据集；构建基于GaitSet的改进步态识别网络模型，改进步态识别网络模型包括：多尺度特征融合模块和关键特征增强模块，其中，多尺度特征融合模块用于融合卷积神经网络的浅层细节特征信息和深层语义特征信息；关键特征增强模块用于增强步态信息的关键特征；利用旅客自然步态数据集、CASIA‑B步态数据集及GREW步态数据集，训练改进步态识别网络模型，实现对改进步态识别网络模型识别率的验证。本申请还公开了一种步态识别改进系统。

本发明授权一种步态识别改进方法、系统及设备和介质在权利要求书中公布了：1.一种步态识别改进方法，其特征在于，所述方法包括： 构建样本集步骤：构建铁路进站环节的旅客自然步态数据集； 构建基于GaitSet的改进步态识别网络模型步骤：构建基于GaitSet的改进步态识别网络模型，所述改进步态识别网络模型包括：多尺度特征融合模块和关键特征增强模块，其中，所述多尺度特征融合模块用于融合卷积神经网络的浅层细节特征信息和深层语义特征信息；所述关键特征增强模块用于增强步态信息的关键特征； 步态识别模型训练步骤：利用所述旅客自然步态数据集、CASIA-B步态数据集及GREW步态数据集，训练所述改进步态识别网络模型，实现对改进步态识别网络模型识别率的验证； 所述构建基于GaitSet改进的步态识别网络步骤还包括： 特征获取步骤：将步态序列输入基准模型的第一层卷积神经网络与池化层，获取第一层特征；将所述第一层特征输入基准模型的第二层卷积神经网络与池化层，获取第二层特征； 多尺度特征融合步骤：将所述第一层特征输入所述多尺度特征融合模块，执行下采样获得第一次采样值，与所述第二层特征进行融合，获得第一次融合特征，用于后续神经网络的输入和再学习； 再融合步骤：将所述第一次融合特征输入基准模型的第三层卷积神经网络，获取第三层特征；将所述第一次融合特征输入所述多尺度特征融合模块，执行下采样获得第二次采样值，与所述第三层特征进行融合，获得第二次融合特征； 关键特征增强步骤：将所述第二次融合特征执行池化操作后形成第四层特征，将所述第四层特征输入所述关键特征增强模块进行特征增强；将所述第四层特征与MGP的输出进行融合的特征输入所述关键特征增强模块进行特征增强；所述关键特征增强模块通过空间注意力机制对所述步态序列的特征细节信息进行像素级的增强，输出增强特征执行后续操作。

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中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术有限公司，其通讯地址为：100081 北京市海淀区大柳树路2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。