Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜成都理工大学贾勇获国家专利权

恭喜成都理工大学贾勇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜成都理工大学申请的专利基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115982620B

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211638770.X,技术领域涉及:G06F18/24;该发明授权基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统是由贾勇;宋彩萍;何嘉乐;方志强;张葛祥;杨强;梅玉龙;蒲力晖设计研发完成,并于2022-12-20向国家知识产权局提交的专利申请。

基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统在说明书摘要公布了:本发明提供的一种基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统,针对人体目标的雷达回波信号,通过对信号进行分析,堆叠形成三类蕴含不同时频聚集特征和立体关联特征的三维谱图,并构建基于Transformer与交叉注意力的跌倒行为识别网络,从而实现人体跌倒行为识别,该网络针对三维信号,将其划分为固定数量的数值阵列块,并使用线性投影网络将其映射为固定维度特征向量,将获取特征矩阵输入Transformer模块中实现信号表征的抽象,然后将其与其它信号表征进行交叉注意力融合,获取融合特征,用于分类器实现跌倒行为识别,该方法能够实现数据有限条件下更为全面完备的三维行为特征表达,且Transformer具有较强的特征提取能力,具有较高的跌倒行为识别率。

本发明授权基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统在权利要求书中公布了:1.基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法,其特征在于:包括以下步骤: 1在检测区域安装毫米波雷达,且雷达覆盖区域内具有确定数量的目标; 2通过毫米波雷达模块对检测区域内的目标进行实时监控,采集目标返回的雷达回波信号,同时上传至系统的行为表征模块,针对同一目标同一行为生成三类蕴含不同时频聚集特征和立体关联特征的三维谱图,并根据不同目标不同行为构建数据集; 步骤2具体为: 21对雷达采集到的原始回波信号进行预处理; 22对预处理后的信号进行不同阶次短时分数阶傅里叶变换,并将不同阶次的分数阶时频谱图进行堆叠得到分数阶三维特征表达; 23对预处理后的信号进行S变换、平滑伪威格纳-维利分布与下采样短时傅里叶变换,并将这些不同类别的二阶时频谱图堆叠形成二阶三维特征表达; 24对预处理后的信号进行时间滑窗的短时双谱变换,并将这些高阶时频谱图按照时间顺序进行堆叠,得到高阶三维特征表达; 3设计多表征输入的基于Transformer时空特征提取与交叉注意力特征融合的跌倒行为识别网络,再利用数据集对网络进行训练和测试,并基于此网络设计特征提取与行为识别模块; 步骤3具体为: 首先,将三维信号划分为固定数量的数值阵列块,并使用线性投影网络将其映射为固定维度为特征向量,将获取的特征矩阵输入Transformer结构中实现信号表征的抽象,然后将其与其它信号表征进行交叉自注意力融合,获取融合特征,最后利用逻辑回归对特征进行分类; 4在特征提取与行为识别模块中,根据输入的融合特征对目标行为进行分类,实时判断目标是否跌倒;若是,则进入步骤5;若否,则返回步骤4; 5通过通信模块向远程监护平台报警,以实现实时的跌倒行为识别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都理工大学,其通讯地址为:610000 四川省成都市二仙桥东三路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。