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 > 深圳市成者创想科技有限公司李灏为获国家专利权

深圳市成者创想科技有限公司李灏为获国家专利权

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!

龙图腾网获悉深圳市成者创想科技有限公司申请的专利一种基于自反馈学习的坐姿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:CN114944007B

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:202210376308.0,技术领域涉及:G06V40/20;该发明授权一种基于自反馈学习的坐姿识别方法及系统是由李灏为设计研发完成,并于2022-04-11向国家知识产权局提交的专利申请。

一种基于自反馈学习的坐姿识别方法及系统在说明书摘要公布了:本发明提供一种基于自反馈学习的坐姿识别方法及系统,方法包括:定义坐姿表征;构建标注图像帧与坐姿表征的匹配对数据;训练坐姿表征提取模型,基于训练完成的坐姿表征提取模型获得待识别坐姿图像帧的坐姿表征;基于待识别坐姿图像帧的坐姿表征以及预设的判别参数实现坐姿类型判别;根据识别到的坐姿类型进行相应的提醒,提醒后进行反馈动作的判别,基于反馈动作的变化趋势构建正样本包和负样本包;基于所述正样本包和负样本包对预设的判别参数进行迭代优化,从而提高坐姿类型判别的精度。本发明无需录入标准参考坐姿即可实现坐姿分类,基于自反馈机制,随着识别次数的增加能够不断迭代更新判别参数,提升识别的精准度和灵敏度。

本发明授权一种基于自反馈学习的坐姿识别方法及系统在权利要求书中公布了:1.一种基于自反馈学习的坐姿识别方法,其特征在于,包括: 定义能够直接或者间接表达坐姿类型情况的坐姿表征,所述坐姿表征基于图像帧获取,所述坐姿表征为: Rseq=box,keypoints,baseP,θ1,θ2,θ3 其中,Rseq表示坐姿表征,box表示人体头部的包围框,keypoints表示人体坐姿关键点,baseP表示头部基准点,θ1表示俯仰旋角,θ2表示左右摇摆角度,θ3表示左右旋转角度,且baseP为θ1,θ2,θ2的坐标基准原点; 获取非连续的图像数据集和连续的视频帧数据集,获取所述图像数据集以及视频帧数据集中各图像帧的标注结果,从而构建标注图像帧与坐姿表征的匹配对数据; 将所述标注图像帧与坐姿表征的匹配对数据作为训练数据训练坐姿表征提取模型,获取待识别坐姿图像帧,基于训练完成的坐姿表征提取模型对所述待识别坐姿图像进行处理从而获得待识别坐姿图像帧的坐姿表征; 基于待识别坐姿图像帧的坐姿表征以及预设的判别参数实现坐姿类型判别,所述判别参数包括方向系数和偏移参数; 根据识别到的坐姿类型进行相应的提醒,提醒后进行反馈动作的判别,基于反馈动作的变化趋势构建正样本包和负样本包,其中所述正样本包包括用户坐姿有变好趋势的一段时间内所有的坐姿表征,所述负样本包包括用户坐姿没有变好趋势的一段时间内所有的坐姿表征; 基于所述正样本包和负样本包对预设的判别参数进行迭代优化,通过选出正样本包中最大置信度的坐姿表征进一步最大化其置信度,选出负样本包中最小置信度的坐姿表征进一步最小化其置信度,从而提高坐姿类型判别的精度。

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深圳市成者创想科技有限公司,其通讯地址为:518000 广东省深圳市南山区粤海街道高新区社区高新南七道015号深港产学研基地W903;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。