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！

龙图腾网获悉暨南大学;武汉星纪魅族科技有限公司申请的专利一种基于注意力增强的轻量级无线手势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：CN119150142B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411411173.2，技术领域涉及：G06F18/2415；该发明授权一种基于注意力增强的轻量级无线手势识别方法是由李晓帆;袁佳惠;付正军;童浩;黄煦;刘建锋;颜学精;郑灿铸;罗加;杨光华设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本一种基于注意力增强的轻量级无线手势识别方法在说明书摘要公布了：本发明公开了一种基于注意力增强的轻量级无线手势识别方法，通过设计基于注意力增强的轻量化网络模型（AELite），结合双向门控循环单元网络（BiGRU）、残差卷积块（Res‑Conv1D）、通道注意力模块（CAM）来充分提取手势特征，在模型参数、模型大小得到控制的条件下能够有效识别手势动作。本发明的无线手势识别方法在提升系统性能的同时，注重轻量级模型的设计，以适应车载场景的需求。

本发明授权一种基于注意力增强的轻量级无线手势识别方法在权利要求书中公布了：1.一种基于注意力增强的轻量级无线手势识别方法，其特征在于，包括以下步骤： S1、将采集到的包含不同手势信息的时间、子载波的CSI数据从子载波维度进行选取、分组、选择处理后，CSI数据由[M,T]降为[G,T]；其中，M、G为子载波维度，T为时间维度； 所述S1，具体如下： S11、包含不同手势信息的CSI数据的维度为[M,T],M为子载波维度，T为时间维度；根据不同子载波上对应的CSI幅值大小，从全部子载波中筛选出CSI幅值大于第一预设值的子载波，其对应的CSI幅值构成集合包含的子载波个数为N，CSI数据的子载波特征维度由M降为N； S12、集合中CSI幅值在T内发生变化的子载波集合构成集合其余的子载波集合构成集合集合其中，且i∈{1,…,N}，N＝N1+N2，N1为集合所包含子载波的个数，N2为集合所包含子载波的个数； S13、根据子载波分组间隔g1、g2分别对集合集合进一步分组，所生成的组别数为其中表示向上取整；其中表示向下取整，并将最后的N2-g2G2个子载波并入前一组；G＝G1+G2； S14、对G组数据进行数据处理以实现降维，定义v1k＝1+k-1g1，v2k＝1+k-1g2，其中k表示在集合H中的组别索引； 表示T维度上，第k个子载波组中CSI的平均值： 所求得的平均CSI集合为：那么经过步骤S2的输入层处理后，作为双向门控循环单元网络的CSI数据输入，其数据维度为[G,T]； S2、输入层对CSI数据进行处理，并将手势信息的时间维度、子载波维度翻转，使输出数据维度为[1,T,G],确保手势特征的有效表示； S3、双向门控循环单元网络对输入的CSI数据进行特征提取,捕捉手势数据的时间序列信息；设定双向门控循环单元网络的隐藏单元数为U，层数为L，输出的特征Y维度变为[1,T,D]，其中D＝U×L； 在时间t下，所述双向门控循环单元网络输出的完整隐藏状态yt表示为: 其中，分别代表前向和后向输出隐藏状态，代表向量串联操作； 隐藏单元数设定为32，层数为2； S4、对输出的特征Y的手势特征维度进行转置得到手势特征YT，手势特征YT为[1,D,T],使其符合卷积层的输入要求； S5、3个相连的残差卷积块依次对手势特征YT进行局部提取，增强手势特征YT的空间表示；具体如下： S51、首先对手势特征YT进行一维卷积操作，一维卷积的核大小为3，步长为1，填充为1； S52、批量归一化层对卷积后的特征进行标准化； S53、对标准化后的输出特征应用ReLU激活函数； S54、最后将ReLU函数的输出特征与该残差块的输入特征相加，得到残差连接的输出； S6、将最后一个残差卷积块的输出特征R作为通道注意力模块的输入； 通道注意力模块输出的关键手势特征Ac表示为： Ac＝σMLPAvgPoolR+MLPMaxPoolR； 其中，AvgPool表示平均池化操作，MaxPool表示最大池化操作，MLP为多层感知机，σ为逻辑激活函数； S7、对关键手势特征Ac进行分类，得到手势动作的最终分类。

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暨南大学;武汉星纪魅族科技有限公司，其通讯地址为：510632 广东省广州市黄埔大道西601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”。

以上内容由龙图腾AI智能生成。