1.一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,包括步骤如下:
2.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,步骤a中,对步态骨架序列数据即t帧人体骨架图组成的序列进行预处理,包括步骤如下:
3.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,对步骤a增强后的骨架图序列,计算与关节位置、运动速度和骨骼相关的三类骨架描述符,并将三类骨架描述符结合起来,形成骨架步态表示;包括:
4.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,步骤b中,全局时空特征提取网络构建,包括:
5.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,步骤c中,微时空联合特征提取网络构建,包括:
6.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,步骤d中,分层特征交互增强融合模块构建,包括步骤如下:
7.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,所述步骤e,整体框架训练,包括步骤如下:
8.根据权利要求1所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,采用三元组损失对整体框架进行训练,独立计算每个输出特征的三元组损失,全局时空特征提取网络的三元组损失的计算方式如下公式表示:
9.根据权利要求1-8任一所述的一种基于多尺度骨架时空特征提取的跨视角步态识别方法,其特征在于,所述步骤f,跨视角步态识别,包括: