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！

龙图腾网获悉深圳大学申请的专利一种基于轻量化计算与存储的手势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：CN120318920B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510804930.0，技术领域涉及：G06V40/20；该发明授权一种基于轻量化计算与存储的手势识别方法及系统是由朱华;阮俊恺;李奥杰设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于轻量化计算与存储的手势识别方法及系统在说明书摘要公布了：本申请公开了一种基于轻量化计算与存储的手势识别方法及系统，属于手势识别技术领域，该方法包括：利用毫米雷达采集毫米波雷达原始数据，并生成点云数据；基于点云数据，提取特征向量并构建特征向量矩阵以捕捉手势动态变化；基于特征向量矩阵，采集不同手势的毫米波雷达数据，并进行人工标注得到毫米波雷达手势数据集；构建CNN‑LSTM混合神经网络模型并基于手势数据集进行训练，获得Keras模型；将Keras模型转换成适用于嵌入式端的轻量级神经网络模型；将轻量级神经网络模型部署到带有ArmCortex‑M核心的毫米波雷达芯片上进行手势识别。该方法降低了计算复杂度和存储需求，增强了系统的独立性和数据安全性。

本发明授权一种基于轻量化计算与存储的手势识别方法及系统在权利要求书中公布了：1.一种基于轻量化计算与存储的手势识别方法，其特征在于，包括： S1：利用毫米雷达采集毫米波雷达原始数据，并基于雷达数据链生成毫米波雷达点云数据； S2：基于所述毫米波雷达点云数据，提取毫米波雷达数据的特征向量，并构建毫米波雷达数据的特征向量矩阵以捕捉手势动态变化； S3：基于所述毫米波雷达数据的特征向量矩阵，采集不同手势的毫米波雷达数据，并采用标注工具对所述不同手势的毫米波雷达数据进行人工标注，得到毫米波雷达手势数据集； S4：构建CNN-LSTM混合神经网络模型； S5：将所述毫米波雷达手势数据集输入所述CNN-LSTM混合神经网络模型中进行训练，得到Keras模型； S6：将所述Keras模型转换成适用于嵌入式端的轻量级神经网络模型； S7：将所述轻量级神经网络模型部署到带有ArmCortex-M核心的毫米波雷达芯片上，并基于所述毫米波雷达芯片进行手势识别； 所述S6中将所述Keras模型转换成适用于嵌入式端的轻量级神经网络模型，具体包括： A1：利用模型转换工具将Keras模型转换成一种轻量级的TensorFlowLite模型； A2：以适应嵌入式设备的性能和存储要求为条件，将所述TensorFlowLite模型进行优化处理； A3：采用TensorFlowLiteMicro框架将优化后的TensorFlowLite模型转换为轻量级神经网络模型。

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大学，其通讯地址为：518000 广东省深圳市南山区粤海街道南海大道3688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”。