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！

龙图腾网获悉浙江工业大学申请的专利基于毫米波雷达点云特征的行为识别方法和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：CN118135663B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202410400875.4，技术领域涉及：G06V40/20；该发明授权基于毫米波雷达点云特征的行为识别方法和装置是由何天祥;朱恒聪;凌彦;毛科技;程燃;周卫元设计研发完成，并于2024-04-03向国家知识产权局提交的专利申请。

本基于毫米波雷达点云特征的行为识别方法和装置在说明书摘要公布了：基于毫米波雷达点云特征的行为识别方法和装置，其方法包括：步骤1采集毫米波雷达点云原始数据，运用聚类算法对原始数据进行分簇操作，用于后续任务，同时运用KinectDK深度相机采集真实数据作为模型训练标签；步骤2：改进PointNet神经网络形成一个人体关键点重构网络，对每一帧点云数据进行重构，形成人体关键点模型；步骤3：收集步骤2中生成的连续帧人体关键点数据，构建TCN时序卷积网络，输入关键点数据实现行为识别。本发明中改良后的关键点重构网络和TCN时序网络效果好，提高了基于点云数据实现动作识别的准确性，同时让动作识别任务可视化。

本发明授权基于毫米波雷达点云特征的行为识别方法和装置在权利要求书中公布了：1.基于毫米波雷达点云特征的行为识别方法，包括以下步骤： 步骤1：采集毫米波雷达点云原始数据，并通过DBSCAN聚类将原始数据分割成多份单人数据，用于后续任务，同时运用KinectDK深度相机采集真实数据作为模型训练标签； 步骤2：通过改进PointNet神经网络形成一个人体关键点重构网络，对每一帧点云数据进行重构，形成人体关键点模型；具体包括： 21从步骤1中得到每帧分簇后的点云数据，计算每簇数据的质心位置，记录为； 22构建神经网络，在经典点云分类分割网络PointNet的基础上添加CNN及注意力机制，即PointNet+AM+CNN；CNN网络共4层，前两层分别是通道数为16和32的二维卷积层，后两层是两个包含512个神经元的全连接层； 23训练网络模型；收集步骤1中每帧分簇后数据，结合KinectDK深度相机采集的真实 数据，形成关键点重构数据集；关键点重构模型最后输出一个长度为25的预测序列[,,…,,…,]；其中表示人体第i个关键点的坐标预测值； 步骤3：收集步骤2中生成连续帧人体关键点数据，构建时序卷积网络TCN，输入关键点数据实现行为识别；具体包括： 31首先设置簇检测阈值，结合步骤21中计算的质心位置，计算相邻帧数据簇之间 的质心距离，实现每簇数据的连续追踪，也就是提取每个目标的连续运动数据； 3 上式用于计算相邻两帧之间簇间距离，小于检测阈值则判定为同一簇数据即同一 人的数据； 32构建时序卷积神经网络TCN，主体为8层残差结构，每个残差结构由两个卷积核为5* 5的膨胀卷积模块顺序执行，膨胀因子为，其中i为当前残差结构层数；在每个残差结构中 还有一个卷积核为3*3的1维卷积层，进行时间上的约束，加强前后数据之间的联系；残差结 构后有三个全连接层，用于实现最后的分类任务； 33训练TCN模型，一共迭代100次，基础学习率为0.001，每隔5次学习率下降10倍，每次迭代结束保存一次模型，选择分类准确率最高的模型作为分类模型；模型最后输出动作的分类结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。