中国民用航空飞行学院涂晓光获国家专利权
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！
龙图腾网获悉中国民用航空飞行学院申请的专利一种基于特征融合的非接触式运动员生理状态评估方法、系统及介质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：CN120616480B 。
龙图腾网通过国家知识产权局官网在2025-10-17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：202511128014.6，技术领域涉及：A61B5/0205；该发明授权一种基于特征融合的非接触式运动员生理状态评估方法、系统及介质是由涂晓光;高增;魏麟;张艳艳;杨明;刘建华设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。
本一种基于特征融合的非接触式运动员生理状态评估方法、系统及介质在说明书摘要公布了：本发明公开一种基于特征融合的非接触式运动员生理状态评估方法、系统及介质，涉及计算机视觉、图像处理及生理信号检测等多个技术领域，包括以下步骤：S1、构建rPPG信号特征提取模型，通过rPPG信号特征提取模型从预处理后的视频中提取rPPG信号特征；S2、构建信息及动作特征提取模型并进行训练，并从预处理后的视频中提取运动员的信息特征和动作特征，融合信息特征和动作特征，获得运动信息特征；S3、构建基于深度学习模型的多源信号融合网络，将获取的rPPG信号特征和运动信息特征作为输入，对运动员的疲劳程度进行连续性的预测。本发明有效地提取rPPG信号以及生物力学参数特征，结合特征编码以及特征融合技术，实现对运动员的疲劳度的预测。
本发明授权一种基于特征融合的非接触式运动员生理状态评估方法、系统及介质在权利要求书中公布了：1.一种基于特征融合的非接触式运动员生理状态评估方法，其特征在于，包括以下步骤： S1、采集运动员运动的视频并进行预处理；构建rPPG信号特征提取模型，采用域适应作为无监督学习方案训练rPPG信号特征提取模型；利用训练好的rPPG信号特征提取模型从预处理后的视频中提取rPPG信号特征，包括通过时空特征提取3D-CNN提取局部时空特征，并结合Transform建模长时序依赖，得到rPPG信号特征； S2、构建信息及动作特征提取模型并进行训练，通过训练好的信息及动作特征提取模型从预处理后的视频中提取运动员的信息特征和动作特征，融合信息特征和动作特征，获得运动信息特征； S3、构建基于深度学习模型的多源信号融合网络，将获取的rPPG信号特征和运动信息特征作为输入，对运动员的疲劳程度进行连续性的预测。
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中国民用航空飞行学院，其通讯地址为：618300 四川省德阳市广汉市南昌路四段46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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励