4月3日,银河水滴宣布,其提交的 “基于深度学习的步态识别方法”( Gait Recognition Method Based on Deep Learning)正式获得美国专利授权,该方法可以有效提高步态识别准确率。
据悉,该专利所介绍的内容主要包括模型训练和对象识别两个部分,利用深度学习的卷积神经网络的较强的学习能力,通过共享权重的双通道卷积神经网络来进行步态识别,即使被识别人的视角变化导致较大的表观差异,该方法也能够达到较高的识别准确率。
与其他识别技术相比,步态识别技术的优势主要体现在:一方面,从医学角度来看,不同的腿骨长度、肌肉强度、重心高度以及运动神经灵敏度,决定了步态的唯一性和稳定性,因而短时间内很难被他人模仿。另一方面,对距离要求不高,即时距离较远,人走路的姿态也清晰可见。一般来说,基于1080p的摄像头,有效识别距离可达50米,识别速度在200ms以内;如果分辨率达到4K的高清配置,有效识别距离可扩展至100米。
此外,步态特征无需识别者特意配合就能进行采集。