原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于联合层次选择的子空间学习的跨视角步态识别方法，首先将目标视角和注册视角的步态样本划分为训练集和测试集，将两种视角步态数据同时进行层次分块划分，对于多层次的步态能量图块分别向量化后特征选择并进行级联；然后将注册视角和目标视角数据同时投影到公共子空间，通过构建跨视角对偶图的方式增强两者联系，投影的过程中进行有效特征选择和有效步态能量图块选择，去除冗余，形成公共子空间内注册样本集，通过训练的目标视角投影矩阵将测试目标视角数据投影到公共子空间中、形成公共子空间内目标样本集，采用欧式距离的最近邻方
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113496149 B
(45)授权公告日 2023.04.07
(21)申请号 202010198551.9 G06V 10/774 (2022.01)
文档评论（0）