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申请的专利一种基于多任务学习的毫米波多人动作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：CN119445660B 。

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：202411491776.8，技术领域涉及：G06V40/20；该发明授权一种基于多任务学习的毫米波多人动作识别方法是由周瑞;李松林;孙嘉骏;匡平设计研发完成，并于2024-10-24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的毫米波多人动作识别方法在说明书摘要公布了：本发明提供一种基于多任务学习的毫米波多人动作识别方法，利用毫米波雷达采集动作数据，通过聚类分割点云数据获得多人数据。分割后的数据经过预处理生成点云轨迹和压缩多普勒图，通过特征提取获得时序和空间特征信息，融合后得到动作特征表征。动作特征通过多任务学习模型中的多任务特征提取结构和门控机制进行进一步特征提取与加权过滤。多任务深度学习模型通过对不同任务数据进行共享表示和独立表示，能够在同一模型中同时实现动作模式判别、独立动作识别和交互动作识别三个任务，从而实现在预先未知人数和动作模式情况下的单人动作识别、多人独立动作识别、多人交互动作识别，既能提高毫米波多人动作识别的准确性，也能保证其识别实时性。

本发明授权一种基于多任务学习的毫米波多人动作识别方法在权利要求书中公布了：1.一种基于多任务学习的毫米波多人动作识别方法，其特征在于，包括以下步骤： 数据采集步骤：接收监测环境中毫米波雷达反射信号并转化为点云数据； 点云去噪步骤：点云数据首先通过基于密度的聚类算法DBSCAN进行去噪处理，对未被簇包含的点云数据进行去除，将DBSCAN去噪得到的点云数据输出至轨迹片段与压缩多普勒图输出步骤； 点云聚类步骤：对动作模式判别为多人独立动作的去噪后的点云数据进行K-Means聚类，将K-Means聚类得到的每一个簇的点云数据分别输出至轨迹片段与压缩多普勒图输出步骤； 轨迹片段与压缩多普勒图输出步骤：对输入的点云数据匹配关联数据点形成若干轨迹，再统一轨迹的长度和数量形成轨迹片段；同时，依据输入的点云数据得到对应的位置信息，按照位置信息对毫米波雷达反射信号的三维距离多普勒数据进行分割得到局部三维距离多普勒数据，再对局部三维距离多普勒数据进行速度维度压缩得到二维压缩多普勒图； 特征提取与融合步骤：分别对轨迹片段和二维压缩多普勒图进行特征提取并融合得到动作特征； 任务特征提取步骤：完成训练的多任务学习模型的任务特征提取部分接收输入的动作特征；共享特征提取层从动作特征中提取所有任务中共享的通用信息输出共享特征至各任务特征提取层的门控机制中；任务特征提取层包括动作模式判别任务特征提取层、独立动作识别任务特征提取层和交互动作识别任务特征提取层；任务特征提取层从动作特征中分别提取动作模式判别任务特征、独立动作识别任务特征和交互动作识别任务特征并输出至对应的门控机制中；门控机制对接收到的共享特征和对应任务特征进行加权过滤后输出至多任务学习模型的动作识别部分中相应的任务分类器中； 动作识别步骤：多任务学习模型动作识别部分的动作模式分类器接收来自于动作模式判别任务门控机制输出的加权过滤后的特征，独立动作分类器接收来自于独立动作识别任务门控机制输出的加权过滤后的特征，交互动作分类器接收来自于交互动作识别任务门控机制输出的加权过滤后的特征；当动作模式分类器输出的动作模式为单人动作，则直接采用独立动作分类器输出的动作类别作为最终的动作识别结果；当动作模式分类器输出的动作模式为多人交互动作，则直接采用交互动作分类器输出的动作类别作为最终的动作识别结果；当动作模式分类器输出的动作模式为多人独立动作，则重新点云聚类步骤。

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，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。