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 > 南京林业大学焦万果获国家专利权

南京林业大学焦万果获国家专利权

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!

龙图腾网获悉南京林业大学申请的专利一种基于WiFi信道状态信息成像的人体动作识别方法、系统、设备及可读存储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:CN115830705B

龙图腾网通过国家知识产权局官网在2026-01-06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:202211413940.4,技术领域涉及:G06V40/20;该发明授权一种基于WiFi信道状态信息成像的人体动作识别方法、系统、设备及可读存储介质是由焦万果;张昌盛;唐瑞;丁富贵;王继远设计研发完成,并于2022-11-11向国家知识产权局提交的专利申请。

一种基于WiFi信道状态信息成像的人体动作识别方法、系统、设备及可读存储介质在说明书摘要公布了:本发明公开了一种基于WiFi信道状态信息成像的人体动作识别方法、系统、设备及可读存储介质,方法包括:采集WiFi信道状态信息,并提取信道状态信息中随时间变化的幅度信息;基于随时间变化的幅度信息构建格拉姆角差场矩阵,并将之转换为格拉姆角差场图像;将图像数据输入卷积神经网络模型提取图像特征,输出识别结果,其中卷积神经网络包括四个卷积层,每个卷积层之后都有一个批量归一化层和一个整流线性单元层,在整流线性单元层之后,使用最大池化层提取相邻区域的主要特征,在第四次卷积后使用一个自适应平均池化层来指定特征向量的输出大小,在自适应平均池化层之后是一个带有Dropout层和线性层的分类器。本发明实现了以更低的模型复杂度实现更高的活动识别精度。

本发明授权一种基于WiFi信道状态信息成像的人体动作识别方法、系统、设备及可读存储介质在权利要求书中公布了:1.一种基于WiFi信道状态信息成像的人体动作识别方法,其特征在于,包括以下步骤: 采集WiFi信道状态信息,并提取信道状态信息中随时间变化的幅度信息; 基于所述随时间变化的幅度信息构建格拉姆角差场矩阵,将格拉姆角差场矩阵转换为格拉姆角差场图像; 将格拉姆角差场图像数据输入卷积神经网络模型提取图像特征,输出识别结果,其中所述卷积神经网络包括四个卷积层,每个卷积层之后都有一个批量归一化层和一个整流线性单元层,在整流线性单元层之后,使用最大池化层提取相邻区域的主要特征,在第四次卷积后使用一个自适应平均池化层来指定特征向量的输出大小,在自适应平均池化层之后是一个带有Dropout层和线性层的分类器; 采集WiFi信道状态信息,并提取信道状态信息中随时间变化的幅度信息包括: 在采样时间T内获取接收天线接收的数据,将给定子载波频率下随时间变化的CSI值称为CSI流,表示为[H]1×T,每个元素由复数形式a+bi表示,对复数求模得到对应时刻的幅度值,对任一天线和子载波的CSI幅度信息表示为[]1×T; 基于所述随时间变化的幅度信息构建格拉姆角差场矩阵包括: 使用归一化方法,将[]1×T缩放到0-1区间; 使用反三角余弦函数求时间戳t处CSI幅度值t的对应角度:; 利用正弦函数两角差表示原始任意两时间戳i和j对应的幅度关系,公式表示为: 生成格拉姆角差场矩阵表示为: 矩阵中每个元素表示两时间戳对应的幅度关系。

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南京林业大学,其通讯地址为:210037 江苏省南京市龙蟠路159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。