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！

龙图腾网获悉合肥工业大学申请的专利一种基于横纵笔画分解的非接触握笔姿势校准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：CN120524275B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511015476.7，技术领域涉及：G06F18/24；该发明授权一种基于横纵笔画分解的非接触握笔姿势校准方法及系统是由黄锦阳;郭宇童;赵嘉铖;李翰臻;胡双真;周沐阳;单傲祥;王萌;章翔;颜焕;郭丹;汪萌设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本一种基于横纵笔画分解的非接触握笔姿势校准方法及系统在说明书摘要公布了：本发明公开了一种基于横纵笔画分解的非接触握笔姿势校准方法及系统，属于无线感知与人机交互领域。本发明通过通用WiFi网卡设备获取信道状态信息，经时频分析和突变点检测实现笔画分割与幅度数据解析；利用对抗学习提取位置鲁棒特征，通过注意力机制增强的双向长短时记忆网络模型进行握笔姿势识别；采用横纵向概率加权计算与标准姿势库的相似度，当相似度低于阈值时触发声音预警并生成可视化对比校准建议。本发明能够克服不同手写位置以及差异化手写内容带来的影响，实现了非接触式握笔姿势的精准识别与实时反馈，具有位置鲁棒性强、普适场景适用等优点。

本发明授权一种基于横纵笔画分解的非接触握笔姿势校准方法及系统在权利要求书中公布了：1.一种基于横纵笔画分解的非接触握笔姿势校准方法，其特征在于，包括以下步骤： 步骤一、采集WiFi信号，获取WiFi信号中的信道状态信息CSI，并对进行握笔姿势识别所需要的原始CSI数据进行采样； 步骤二、对所述的原始CSI数据进行预处理，并基于突变点检测方法实现按笔画分割，解析得到按笔画分割的幅度数据； 步骤三、构建对抗学习网络，将所述幅度数据映射到位置不可区分的特征空间，生成位置鲁棒的信号特征矩阵； 步骤四、将所述的信号特征矩阵输入结合注意力机制的双向长短时记忆网络，输出握笔姿势的识别预测结果； 步骤五、基于横纵向笔画分类器计算当前握笔姿势信号的横向运动概率p和纵向运动概率1-p，结合标准姿势库中各姿势的横纵向分布，通过加权相似度计算得到当前握笔姿势预测结果与标准姿势的相似度矩阵； 步骤六、根据步骤五中得到的相似度矩阵和步骤四中得到的握笔姿势预测结果，取加权后数值最大的类别作为最终预测结果；根据得到的最终预测结果与步骤五中所计算的每一类别相似度分析每一类握笔姿势的描述因子在最终预测结果上的影响程度，输出握笔姿势校准提示。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193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”。