Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学赵东获国家专利权

北京邮电大学赵东获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种基于视频生成毫米波雷达数据的方法及装置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:CN116310941B

龙图腾网通过国家知识产权局官网在2026-01-30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:202211719956.8,技术领域涉及:G06V20/40;该发明授权一种基于视频生成毫米波雷达数据的方法及装置是由赵东;马华东;韩乔岳;邓凯凯;张紫涵;王书岳设计研发完成,并于2022-12-30向国家知识产权局提交的专利申请。

一种基于视频生成毫米波雷达数据的方法及装置在说明书摘要公布了:本发明公开了一种基于视频生成毫米波雷达数据的方法及装置,首先利用变体孪生网络选择出视频中的关键数据片段,然后利用人体区域索引算法实现人体网格数据和人体位置信息的一对一匹配,再利用人体网格模型和深度预测模型生成相应的深度信息、雷达横截面和径向速度,随后采用多人反射模型模拟雷达信号的多径反射和衰减,输出可转换的粗糙雷达数据,最后使用Transformer模型生成逼真的雷达数据,解决了不同动作类别之间的不平衡问题,同时确保了用于人体感知的机器学习模型稳定性,解决了深度信息和多人网格数据错误匹配问题,解决了雷达信号在发射和接收过程中存在的多径反射和衰减问题,可应用到人体动作识别、目标检测等人体感知相关下游任务中。

本发明授权一种基于视频生成毫米波雷达数据的方法及装置在权利要求书中公布了:1.一种基于视频生成毫米波雷达数据的方法,其特征在于,包括以下步骤: S1、采用变种孪生网络提取视频中的关键数据片段; 步骤S1中变种孪生网络包括两个子网络,第一个子网络将选取的关键帧依次通过卷积层获取相应的特征向量集合;第二个子网络计算不同特征向量之间的欧氏距离获取距离向量集合,并将获取的距离向量集合通过全连接层得到关键帧之间量化的标量集合;随后,标量集合作为sigmoid函数的输入输出相应的对比矩阵;最后,利用广度优先搜索算法聚类对比矩阵以输出视频中的关键数据片段; 步骤S1采用变种孪生网络提取视频中的关键数据片段的具体过程为: S11、对一个输入视频,将其切分成n个片段,并从每个片段中抽取一帧作为关键帧,即可获得该视频的n个关键帧; S12、第一个子网络使用16层卷积从n个关键帧中提取出特征向量集合{f1,f2,...,fn}; S12、利用不同特征向量之间的欧氏距离,使用公式1计算出距离向量集合{z1,2,...,z1,n,z2,3,...,z2,n,...,zn-1,n}; S13、使用对比损失函数计算关键帧之间的相似度,如公式2和 3所示,获取一个标量集合{l1,2,...,l1,n,l2,3,...,l2,n,...,ln-1,n}; LW,Y,xn-1,xni=1-YLSzn-1,nxn-1,xni+YLDzn-1,nxn-1,xni3 其中,Y,xn-1,xni代表第i个样本,其包括一个输入对xn-1,xn和一个代表这两个输入是否属于同一类别的标签Y,W代表模型参数,LS代表当这两个输入属于同一类别时的损失函数,LD代表不同类别时的损失函数; S14、使用sigmoid函数对标量集合进行归一化,得到一个对角线为零的上三角对比矩阵; S15、利用广度优先搜索算法对对比矩阵进行聚类,得到关键视频片段; S2、利用人体区域索引算法实现人体网格数据和人体位置信息的一对一匹配; S3、利用人体网格模型和深度预测模型生成相应的深度信息、雷达横截面和径向速度; S4、采用多人反射模型模拟雷达信号的多径反射和衰减,输出可转换的粗糙雷达数据; S5、使用Transformer模型生成逼真的雷达数据。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。