一种黑暗环境下热红外人体步态识别方法及装置

摘要

本申请涉及一种黑暗环境下热红外人体步态识别方法及装置。所述方法包括：利用人体区域检测样本训练YOLOv5x模型，得到训练完成的YOLOv5x模型；获取待识别视频图像；根据训练完成的YOLOv5x模型对待识别视频图像进行人体检测，得到人体区域框；采用跟踪算法对人体区域框进行跟踪，得到人体区域时间序列；根据Top‑down方法对人体区域时间序列进行骨架提取，得到人体骨架时间序列；根据预先训练的时空图卷积神经网络对人体骨架时间序列进行步态特征提取；根据步态特征，进行人体步态识别。采用本方法能够提高步态识别的准确性和鲁棒性。