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！

龙图腾网获悉浙江大学申请的专利基于毫米波雷达与动态采样神经网络的人体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：CN116206359B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211688471.7，技术领域涉及：G06V40/20；该发明授权基于毫米波雷达与动态采样神经网络的人体步态识别方法是由黄岩岩;王勇;史治国;卓成设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本基于毫米波雷达与动态采样神经网络的人体步态识别方法在说明书摘要公布了：本发明公开了一种基于毫米波雷达与动态采样神经网络的人体步态识别方法。该方法使用毫米波雷达得到人体行走的雷达点云数据，通过对相邻的点云数据帧做差分处理得到点云动态信息；将原始点云数据与处理得到的点流数据通过点云特征提取网络得到点云与点流的特征序列；通过动态帧采样模块采样得到包含丰富的步态信息的点云与点流特征子序列；通过时序特征聚合模块将点云与点流特征子序列进行特征融合，最后通过平均池化层与多层感知机，输出最终的人体步态识别结果。本发明设计了一种新颖的雷达点云动态信息描述方法，并且提出了一种新颖高效的动态点云帧采样方法，能够在对识别性能影响不大的前提下，显著地减小计算量。

本发明授权基于毫米波雷达与动态采样神经网络的人体步态识别方法在权利要求书中公布了：1.一种基于毫米波雷达与动态采样神经网络的人体步态识别方法，其特征在于，包括以下步骤： 步骤1：通过毫米波雷达采集得到室内人体行走状态的雷达点云信息，并通过点云聚类算法与帧间目标关联算法，滤除背景雷达点，得到行人目标的雷达点云数据； 步骤2：将连续多帧雷达点云序列作为一个样本，对相邻的点云数据帧做差分处理，得到点云的动态信息，定义为点流序列；具体包括： 对相邻的两帧雷达点云Pi和Pi+1，为了得到两帧点云之间的相对变化信息，对帧Pi中的点在下一帧点云Pi+1中找到与该点相对空间位置最近的点并将该两点的多普勒速度相减，即可得到对应的点流向量其中 代表点的三维空间坐标，代表该点相对于雷达的多普勒速度信息；对点云帧Pi中的每一个点都进行以上多普勒速度相减操作，即可得到点流帧 步骤3：将所述点云序列与点流序列分别输入点云特征提取主干网络，得到点云特征序列和点流特征序列；对输入的每帧点云数据与点流数据，均通过经典的点云特征提取网络进行特征向量的提取；对于点云Pi与点流Fi，分别得到对应的多维特征向量与 随后得到点云特征序列和点流特征序列 步骤4：通过动态帧采样模块，在点云特征序列与点流特征序列中采样得到信息丰富的点云与点流特征子序列；所述动态帧采样模块能够动态地将信息量低的点云与点流帧滤除，保留信息丰富的点云帧与点流帧； 对于点云帧Pi，首先使用多层感知机对其特征进行投影，得到维度为1×2的投影向量zi，公式如下： 其中GeLU代表GeLU激活函数，LN代表层标准化操作，Linear代表线性层； 将所有点云帧通过多层感知机得到的投影向量在第一个维度上进行串联，得到Z＝Concatz0,z1,…,zT-1；随后通过Softmax操作得到保留概率矩阵通过对π进行采样以生成二元掩膜； 将所述二元掩膜分别与点云特征序列与点流特征序列相乘，即可得到含有丰富信息的点云与点流特征子序列； 步骤5：通过时序特征聚合模块，将信息丰富的点云与点流特征子序列进行特征融合，并通过平均池化层与多层感知机，输出最终的人体步态识别结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。