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！

龙图腾网获悉成都理工大学申请的专利一种基于多任务学习框架的足底压力自动分类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：CN120046053B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411832917.8，技术领域涉及：G06F18/2431；该发明授权一种基于多任务学习框架的足底压力自动分类方法及系统是由梅占勇;毛灵龙;梅子杰;林超设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于多任务学习框架的足底压力自动分类方法及系统在说明书摘要公布了：本发明公开了一种基于多任务学习框架的足底压力自动分类方法及系统，属于足底压力数据研究领域。步骤包括：S1.采集足底压力数据；S2.对足底压力数据进行预处理：足底压力提取算法：通过DBSCAN聚类算法对足底压力数据进行分割并提取生成足印序列；足印图像表示：对提取后的足底压力序列累加求和降低长度，通过高斯滤波对图像进行抑制噪声处理；再进行数据增强；S3.在GoogLeNet的Inception块中引入通道、空间注意力模块，建立Inception‑CBAM块，构建多任务学习模型；多任务学习模型用于对足印图像进行分类处理；S4.获得足底压力分类数据。本发明提出的方法不仅适用于赤足数据，还适用于压力区域复杂的着鞋数据，为基于足底压力的自动化步态分析和识别奠定了数据准备的基础。

本发明授权一种基于多任务学习框架的足底压力自动分类方法及系统在权利要求书中公布了：1.一种基于多任务学习框架的足底压力自动分类方法，其特征在于，该方法步骤包括： S1.采集足底压力数据； S2.对足底压力数据进行预处理： 足底压力提取算法：通过DBSCAN聚类算法对足底压力数据进行分割并提取足底压力序列； 足印图像表示：对提取后的足底压力序列累加求和降低长度，并以单帧图像表示； 通过高斯滤波对图像进行抑制噪声处理；再进行数据增强； S3.在GoogLeNet的Inception块中引入通道、空间注意力模块，构建多任务学习模型；多任务学习模型用于对足印图像进行分类处理； S4.获得足底压力分类数据； 所述步骤S3中，建立多任务学习模型：将GoogLeNet的两个辅助分类器的单分类头修改为双分类头，定义为左右足分类头和完整性分类头，用于分别处理左右足预测和完整性预测；将主分类器的单分类头结构修改为双分类头，GoogLeNet的其余部分作为硬共享参数结构。

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成都理工大学，其通讯地址为：610000 四川省成都市二仙桥东三路1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。