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 > 北京工业大学张文利获国家专利权

北京工业大学张文利获国家专利权

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!

龙图腾网获悉北京工业大学申请的专利一种基于多模态最佳数据选取与增强的手势识别方法与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:CN116956063B

龙图腾网通过国家知识产权局官网在2025-08-05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:202310840617.3,技术领域涉及:G06F18/22;该发明授权一种基于多模态最佳数据选取与增强的手势识别方法与系统是由张文利;赵庭松;庞恭朋设计研发完成,并于2023-07-10向国家知识产权局提交的专利申请。

一种基于多模态最佳数据选取与增强的手势识别方法与系统在说明书摘要公布了:本发明公开一种基于多模态最佳数据选取与增强的手势识别方法,包括建立并训练手势识别模型以及基于手势识别模型进行在线手势识别;建立并训练手势识别模型包括:建立多模态信号数据库,采集并形成新用户校准手势数据集,基于多模态信号数据库中的多模态信号样本对新用户校准手势数据集中的新用户校准手势多模态信号样本进行最佳匹配信号筛选获得最佳匹配信号形成第一训练集;基于最佳匹配信号进行信号增强形成第二训练集;基于第一和第二训练集训练长短时序Transformer多模态手势识别模型;基于手势识别模型进行在线手势识别包括将在线采集新用户多模态手势信号输入模型中识别后获得手势类别。本发明还公开对应的系统、电子设备及计算机可读存储介质。

本发明授权一种基于多模态最佳数据选取与增强的手势识别方法与系统在权利要求书中公布了:1.一种基于多模态最佳数据选取与增强的手势识别方法,其特征在于,包括建立并训练手势识别模型以及基于所述手势识别模型进行在线手势识别;其中所述手势识别模型为长短时序Transformer多模态手势识别模型; 所述建立并训练手势识别模型包括: S1,基于已有数据建立多模态信号数据库,采集新用户单次校准手势多模态信号样本形成新用户校准手势数据集,基于所述多模态信号数据库中的多模态信号样本对所述新用户校准手势数据集中的新用户校准手势多模态信号样本进行最佳匹配信号筛选获得最佳匹配信号形成第一训练集; S2,基于所述最佳匹配信号进行信号增强形成第二训练集; S3,基于所述第一训练集和所述第二训练集训练所述长短时序Transformer多模态手势识别模型; 所述基于所述手势识别模型进行在线手势识别包括: S1’,在线采集新用户多模态手势信号; S2’,将所述新用户多模态手势信号输入训练好的所述长短时序Transformer多模态手势识别模型中识别后获得手势类别; 所述S1包括: S11,采集新用户单次重复手势的多模态信号样本形成新用户校准手势数据集; S12,访问数据库;所述数据库中存储历史采集的多种手势信号; S13,计算所述多种手势信号与所述新用户校准手势数据集中所述多种手势信号的相似度,从而确定所述新用户校准手势与所述数据库中存储的所述多种手势信号之间的信号相似度; S14,基于多模态信号自适应选取策略和所述信号相似度确定最佳匹配信号作为第一训练集,所述第一训练集为用于训练长短时序Transformer多模态手势识别模型的部分训练集; 所述S13中所述相似度的计算方法按照手势重复次数分别从时域、频域两个角度综合描述数据库中数据与新用户信号相似度;时域相似度计算部分采用基于时间规整算法DTW,频域部分采用均方误差MSE计算快速傅里叶变换FFT后的信号幅度差异。

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北京工业大学,其通讯地址为:100124 北京市朝阳区平乐园100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。