買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué)申請(qǐng)的專(zhuān)利基于毫米波雷達(dá)與動(dòng)態(tài)采樣神經(jīng)網(wǎng)絡(luò)的人體步態(tài)識(shí)別方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116206359B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202211688471.7，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)基于毫米波雷達(dá)與動(dòng)態(tài)采樣神經(jīng)網(wǎng)絡(luò)的人體步態(tài)識(shí)別方法是由黃巖巖;王勇;史治國(guó);卓成設(shè)計(jì)研發(fā)完成，并于2022-12-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本基于毫米波雷達(dá)與動(dòng)態(tài)采樣神經(jīng)網(wǎng)絡(luò)的人體步態(tài)識(shí)別方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于毫米波雷達(dá)與動(dòng)態(tài)采樣神經(jīng)網(wǎng)絡(luò)的人體步態(tài)識(shí)別方法。該方法使用毫米波雷達(dá)得到人體行走的雷達(dá)點(diǎn)云數(shù)據(jù)，通過(guò)對(duì)相鄰的點(diǎn)云數(shù)據(jù)幀做差分處理得到點(diǎn)云動(dòng)態(tài)信息；將原始點(diǎn)云數(shù)據(jù)與處理得到的點(diǎn)流數(shù)據(jù)通過(guò)點(diǎn)云特征提取網(wǎng)絡(luò)得到點(diǎn)云與點(diǎn)流的特征序列；通過(guò)動(dòng)態(tài)幀采樣模塊采樣得到包含豐富的步態(tài)信息的點(diǎn)云與點(diǎn)流特征子序列；通過(guò)時(shí)序特征聚合模塊將點(diǎn)云與點(diǎn)流特征子序列進(jìn)行特征融合，最后通過(guò)平均池化層與多層感知機(jī)，輸出最終的人體步態(tài)識(shí)別結(jié)果。本發(fā)明設(shè)計(jì)了一種新穎的雷達(dá)點(diǎn)云動(dòng)態(tài)信息描述方法，并且提出了一種新穎高效的動(dòng)態(tài)點(diǎn)云幀采樣方法，能夠在對(duì)識(shí)別性能影響不大的前提下，顯著地減小計(jì)算量。

本發(fā)明授權(quán)基于毫米波雷達(dá)與動(dòng)態(tài)采樣神經(jīng)網(wǎng)絡(luò)的人體步態(tài)識(shí)別方法在權(quán)利要求書(shū)中公布了：1.一種基于毫米波雷達(dá)與動(dòng)態(tài)采樣神經(jīng)網(wǎng)絡(luò)的人體步態(tài)識(shí)別方法，其特征在于，包括以下步驟： 步驟1：通過(guò)毫米波雷達(dá)采集得到室內(nèi)人體行走狀態(tài)的雷達(dá)點(diǎn)云信息，并通過(guò)點(diǎn)云聚類(lèi)算法與幀間目標(biāo)關(guān)聯(lián)算法，濾除背景雷達(dá)點(diǎn)，得到行人目標(biāo)的雷達(dá)點(diǎn)云數(shù)據(jù)； 步驟2：將連續(xù)多幀雷達(dá)點(diǎn)云序列作為一個(gè)樣本，對(duì)相鄰的點(diǎn)云數(shù)據(jù)幀做差分處理，得到點(diǎn)云的動(dòng)態(tài)信息，定義為點(diǎn)流序列；具體包括： 對(duì)相鄰的兩幀雷達(dá)點(diǎn)云Pi和Pi+1，為了得到兩幀點(diǎn)云之間的相對(duì)變化信息，對(duì)幀Pi中的點(diǎn)在下一幀點(diǎn)云Pi+1中找到與該點(diǎn)相對(duì)空間位置最近的點(diǎn)并將該兩點(diǎn)的多普勒速度相減，即可得到對(duì)應(yīng)的點(diǎn)流向量其中 代表點(diǎn)的三維空間坐標(biāo)，代表該點(diǎn)相對(duì)于雷達(dá)的多普勒速度信息；對(duì)點(diǎn)云幀Pi中的每一個(gè)點(diǎn)都進(jìn)行以上多普勒速度相減操作，即可得到點(diǎn)流幀 步驟3：將所述點(diǎn)云序列與點(diǎn)流序列分別輸入點(diǎn)云特征提取主干網(wǎng)絡(luò)，得到點(diǎn)云特征序列和點(diǎn)流特征序列；對(duì)輸入的每幀點(diǎn)云數(shù)據(jù)與點(diǎn)流數(shù)據(jù)，均通過(guò)經(jīng)典的點(diǎn)云特征提取網(wǎng)絡(luò)進(jìn)行特征向量的提取；對(duì)于點(diǎn)云Pi與點(diǎn)流Fi，分別得到對(duì)應(yīng)的多維特征向量與 隨后得到點(diǎn)云特征序列和點(diǎn)流特征序列 步驟4：通過(guò)動(dòng)態(tài)幀采樣模塊，在點(diǎn)云特征序列與點(diǎn)流特征序列中采樣得到信息豐富的點(diǎn)云與點(diǎn)流特征子序列；所述動(dòng)態(tài)幀采樣模塊能夠動(dòng)態(tài)地將信息量低的點(diǎn)云與點(diǎn)流幀濾除，保留信息豐富的點(diǎn)云幀與點(diǎn)流幀； 對(duì)于點(diǎn)云幀Pi，首先使用多層感知機(jī)對(duì)其特征進(jìn)行投影，得到維度為1×2的投影向量zi，公式如下： 其中GeLU代表GeLU激活函數(shù)，LN代表層標(biāo)準(zhǔn)化操作，Linear代表線性層； 將所有點(diǎn)云幀通過(guò)多層感知機(jī)得到的投影向量在第一個(gè)維度上進(jìn)行串聯(lián)，得到Z＝Concatz0,z1,…,zT-1；隨后通過(guò)Softmax操作得到保留概率矩陣通過(guò)對(duì)π進(jìn)行采樣以生成二元掩膜； 將所述二元掩膜分別與點(diǎn)云特征序列與點(diǎn)流特征序列相乘，即可得到含有豐富信息的點(diǎn)云與點(diǎn)流特征子序列； 步驟5：通過(guò)時(shí)序特征聚合模塊，將信息豐富的點(diǎn)云與點(diǎn)流特征子序列進(jìn)行特征融合，并通過(guò)平均池化層與多層感知機(jī)，輸出最終的人體步態(tài)識(shí)別結(jié)果。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。