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！

龙图腾网获悉北京理工大学申请的专利一种基于智能腕戴设备运动传感器的手语翻译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：CN119358697B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411264701.6，技术领域涉及：G06N20/00；该发明授权一种基于智能腕戴设备运动传感器的手语翻译方法是由李凡;刘晓晨;曹烨彤;施冰慧设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种基于智能腕戴设备运动传感器的手语翻译方法在说明书摘要公布了：本发明涉及一种基于智能腕戴设备运动传感器的手语翻译方法，属于人工智能与移动计算应用技术领域。本方法通过建立双手运动的映射关系，以用户惯用手的运动数据为基准，生成非惯用手的运动数据，通过对非惯用手的运动数据进行智能估计，结合神经网络和大语言模型，能够在不增加额外设备负担的前提下，实现对双手手语的精确识别和翻译。本方法实现了与用户日常生活的无缝集成，设计简洁、易用，用户无需购买额外的专用设备，即可快速将其融入日常使用场景，不仅降低了技术应用的门槛，还提升了手语翻译技术的普及性，不仅提升了翻译的准确性，确保了响应的实时性，使手语者与非手语者之间的沟通更加顺畅无障碍。

本发明授权一种基于智能腕戴设备运动传感器的手语翻译方法在权利要求书中公布了：1.一种基于智能腕戴设备运动传感器的手语翻译方法，其特征在于，包括以下步骤： 步骤1：使用智能腕戴设备中的运动传感器，采集用户执行手语手势时腕部的运动信号，去除信号中的随机噪声，按照句子分割信号； 步骤2：将惯用手的六轴运动数据输入到非惯用手运动数据生成网络中，输出非惯用手的六轴运动数据； 其中，非惯用手运动数据生成网络，包括： 前向生成器GR2L，用于将右手的运动数据作为输入，并为左手生成相应的运动数据； 后向生成器GL2R，用于执行逆运算，输入左手运动数据并生成相应的右手运动数据； 判别器DR，用于对真实的和生成的右手运动数据进行分类；DR包括两个子判别器：和分别用于对信号的时域和频域响应进行分类； 判别器DL，用于对真实的和生成的左手运动数据进行分类；DL包括两个子判别器：和分别用于对信号的时域和频域响应进行分类； 步骤3：以双手运动数据作为轻量级的手语识别器的输入，识别注释序列；将注释序列和定制的提示作为输入提供给大语言模型，生成口语句子； 具体如下：首先对双手的运动数据应用短时傅里叶变换，帧长度和窗口步长设置为256和128；然后，将每只手的六轴运动数据连接成单个时频表示；因此，每个手语句子都由两个频谱图表示，作为手语识别器网络的输入； 轻量级特征提取网络使用二维卷积神经网络将每个频谱图处理为特征向量，该网络包含两个基于ResNet-34架构的并行分支，每个分支分别专用于处理来自惯用手和非惯用手的频谱图；每个分支中的第一层是一个卷积层，它应用64个大小为3×3的核，后面是一个具有2×2大小的最大池化层，以减少空间维度；随后，每个分支包括四个残差块，每个残差块包含多个3×3大小的核和ReLU激活函数的卷积层；然后，从每个分支提取的特征被输入全局平均池化层，该层通过对每个特征图进行平均，将空间特征图转换为单个特征向量； 提取的特征序列首先被展平为一维向量，然后由四层Transformer的编码器进行处理；利用线性嵌入层以及可学习的一维位置编码将该序列嵌入到潜在空间中；该嵌入序列被投影到多个键、值和查询空间；自注意力机制Attention计算如下： 其中，Q,K,V表示查询、键和值矩阵；C'是键空间的维数；T表示矩阵转置； 自注意力输出通过非线性逐点前馈层传递，然后进行残差连接和归一化；之后，使用所得的时空表示通过线性投影层和Softmax激活函数来获得注释概率；最后，采用连接主义时间分类作为序列到序列的损失函数，将预测的手语注释序列与相应的真实标签对齐。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。