成都理工大学梅占勇获国家专利权
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！
龙图腾网获悉成都理工大学申请的专利一种多活动场景下的小样本类增量步态识别方法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：CN119475068B 。
龙图腾网通过国家知识产权局官网在2025-07-29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：202411502428.6，技术领域涉及：G06F18/2413；该发明授权一种多活动场景下的小样本类增量步态识别方法是由梅占勇;林超;钟胜兰;毛灵龙;张超;李英毅设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。
本一种多活动场景下的小样本类增量步态识别方法在说明书摘要公布了：本发明公开了一种多活动场景下的小样本类增量步态识别方法，针对多活动场景下小样本类增量步态识别中存在的问题，提出了一种基于混合原型增强的步态识别框架。首先，该框架通过引入辅助的活动标签来生成混合原型，该原型比起普通原型更具泛化能力。其次，通过基于注意力机制的选择性原型增强模块来调整原型，从而提高了原型的表征能力和辨别能力。最后，在公开步态数据集USC‑HAD和自己收集的步态数据集CDUT‑AG上进行了实验验证，结果表明所提出的方法在多活动场景下的小样本类增量步态识别问题上取得了最好的效果，有效地解决了灾难性遗忘的问题，验证了所提方法的有效性。
本发明授权一种多活动场景下的小样本类增量步态识别方法在权利要求书中公布了：1.一种多活动场景下的小样本类增量步态识别方法，其特征在于，包括以下步骤： S1、采集多活动场景下的步态样本，构建数据集； 所述数据集中步态样本的标签包含用户标签和活动标签； S2、构建基于混合原型增强的模型框架，包括依次连接的特征提取器和选择原型增强模块； S3、利用数据集对模型框架的特征提取器进行预训练，获得预训练模型； S4、在预训练模型的基础上，对所述模型框架进行增量训练，包括： 使用预训练模型提取数据集中每个支持样本的特征，并根据类别形成每个类的初始原型；所述初始原型为包含用户标签和活动标签的混合原型； 将初始原型输入所述选择原型增强模块进行增量训练，获得增强原型，进而获得步态识别模型； S5、对输入至步态识别模型中待识别步态的查询样本，通过冻结参数的特征提取器获取对应初始原型，将其与之前会话中所有原型合并并进行原型增强，进而通过计算查询样本和增强原型之间的距离识别查询样本的用户类别，完成步态识别。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号