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！

龙图腾网获悉长春理工大学申请的专利一种基于RFID无源感知的多模态人体动作识别系统及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：CN115795364B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211623807.1，技术领域涉及：G06F18/241；该发明授权一种基于RFID无源感知的多模态人体动作识别系统及方法是由杨絮;罗文超;安晓峰设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种基于RFID无源感知的多模态人体动作识别系统及方法在说明书摘要公布了：本发明公开了一种基于RFID无源感知的多模态人体动作识别系统及方法，属于人体动作识别技术领域，所述系统包括RFID数据采集模块、数据处理模块、特征提取模块和人体动作识别模块；通过采集不同动作下接收天线的RSSI数据，并利用小波变换得到时频图，构成用于人体动作识别的多模态数据，通过提取不同动作所对应的特征进行识别；针对一维信号动作数据和二维时频图动作数据的特点，分别选用随机森林和CNN‑LSTM分类模型进行动作识别，并对两种模型的识别结果进行决策融合，输出最终的动作类别判决结果，实现了人体动作的无源感知。本发明保护了用户的隐私性，无源感知的特点极大地提升了系统的便捷性，为居家老人的健康监测开辟了一条新的路径。

本发明授权一种基于RFID无源感知的多模态人体动作识别系统及方法在权利要求书中公布了：1.一种基于RFID无源感知的多模态人体动作识别方法，其特征在于，具体包括如下步骤： 步骤一：将RFID标签绑定在人体运动节点处，同步采集所做动作下多标签信道接收天线的RSSI数据，将采集到的动作数据按照时间序列排列，并分别导入相应动作类别表格当中，制作用于人体动作识别的一维信号动作数据集； 步骤二：采用高斯滤波对采集到的一维信号动作数据集进行去噪处理，滤除误差较大的干扰值，使信号变得平滑；然后采用离差标准化进行数据归一化处理，从而提升分类模型的收敛速度和精度； 步骤三：对去噪、归一化后的一维信号动作数据集进行特征提取，采用滑动窗口提取信号的时域特征，包括平均值、方差和标准差；通过对信号进行小波分析，提取信号的近似分量和细节分量，最后构成特征向量； 步骤四：利用小波变换对去噪、归一化后的一维信号动作数据集进行时频分析，得到每类动作下的时频图，制作用于人体动作识别的二维时频图动作数据集，从而构成多模态人体动作识别数据； 步骤五：对于步骤三的特征向量，将特征向量作为随机森林分类模型的输入，进行分类识别，并引入网格搜索算法优化参数，寻找全局最优值； 对于步骤四的二维时频图动作数据集，通过搭建CNN-LSTM网络模型进行分类识别； 步骤六：采用最大概率准则对两种分类模型的识别结果进行决策融合，最大概率准则及最终判别结果公式如下： Pjn＝maxPijn,其中，i＝1,2,j＝1,2,3,4,5,6,7,8； Pj’n＝PjnΣjPjn； 其中，i和j为第i种分类模型和第j类动作类别，Pijn为第i种分类模型判别该动作为第j种动作类别的概率值，Pjn为i种分类模型中对第j类动作判别概率的最大值,Pj’n为决策融合后该动作是第j类动作类别的概率值。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路7089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。