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！

龙图腾网获悉电子科技大学(深圳)高等研究院;电子科技大学申请的专利基于SE(3)运动建模的点云步态识别方法及计算机程序产品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：CN120412108B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510932239.0，技术领域涉及：G06V40/20；该发明授权基于SE(3)运动建模的点云步态识别方法及计算机程序产品是由张彦如;钟达庆;王岩;刘旻昊;杨涵设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本基于SE(3)运动建模的点云步态识别方法及计算机程序产品在说明书摘要公布了：本申请公开了一种基于SE3运动建模的点云步态识别方法及计算机程序产品，方法包括：根据点云数据的时空邻域以及空间邻域，获取点云数据的运动步态特征，其中运动步态特征为点云数据中每个点的SE3特征；根据点云数据以及运动步态特征，得到预设分界面集合，从预设分界面集合中获取多个最优分界面，根据多个最优分界面对时空邻域以及空间邻域进行调整，获取自适应层次运动步态特征；将自适应层次运动步态特征投影到摄像平面上获取预设特征表示，利用多尺度特征融合网络对预设特征表示进行学习，输出步态识别结果。本申请能够解决复杂场景下的遮挡、跨视角及动态运动表征问题，能够显著提升步态特征的生物力学一致性与场景适应性。

本发明授权基于SE(3)运动建模的点云步态识别方法及计算机程序产品在权利要求书中公布了：1.一种基于SE3运动建模的点云步态识别方法，其特征在于，包括： 根据点云数据的时空邻域以及空间邻域，获取所述点云数据的运动步态特征，其中所述运动步态特征为所述点云数据中每个点的SE3黎曼流形特征； 根据所述点云数据以及所述运动步态特征，得到预设分界面集合，从所述预设分界面集合中获取多个最优分界面，根据所述多个最优分界面对所述时空邻域以及所述空间邻域进行调整，获取自适应层次运动步态特征； 将所述自适应层次运动步态特征投影到摄像平面上获取预设特征表示，利用多尺度特征融合网络对所述预设特征表示进行学习，输出步态识别结果； 所述根据点云数据的时空邻域以及空间邻域，获取所述点云数据的运动步态特征，包括：对每一帧所述点云数据的所述空间邻域和所述时空邻域分别提取空间特征，得到空间基向量矩阵和时空基向量矩阵；通过所述空间基向量矩阵和所述时空基向量矩阵转置相乘得到旋转矩阵，将所述旋转矩阵与位移向量进行合成，得到所述SE3黎曼流形特征；遍历每一帧所述点云数据，将所有帧的SE3黎曼流形特征按序排列，得到所述运动步态特征； 所述从所述预设分界面集合中获取多个最优分界面，包括：从所述预设分界面集合中任取出一个分界面，其中所述分界面将所述点云数据分为第一部分和第二部分；分别计算所述第一部分和所述第二部分中点的SE3黎曼流形特征的距离作为所述分界面的评分，遍历所述预设分界面集合得到包含每个所述分界面的评分的评分向量；依次选取多个所述分界面，从中选出评分最高的分界面作为最优分界面，并将所述最优分界面临近的分界面的评分置零，迭代多次直至得到多个所述最优分界面； 所述根据所述多个最优分界面对所述时空邻域以及所述空间邻域进行调整，获取自适应层次运动步态特征，包括：从多个所述最优分界面中获取上下分界限，得到自适应层次空间邻域和自适应层次时空邻域，利用所述自适应层次空间邻域和所述自适应层次时空邻域重新提取所述运动步态特征，得到所述自适应层次运动步态特征。

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电子科技大学(深圳)高等研究院;电子科技大学，其通讯地址为：518110 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；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”。