山东大学许宏吉获国家专利权
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!
龙图腾网获悉山东大学申请的专利一种基于多分辨率融合卷积的开放集人体行为识别系统、方法、设备及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:CN116432113B 。
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:202111671907.7,技术领域涉及:G06F18/2413;该发明授权一种基于多分辨率融合卷积的开放集人体行为识别系统、方法、设备及存储介质是由许宏吉;李娟;刘治;何波;董郑;刘强;孙晓杰;王宇豪;周双;徐杰;王猛猛;曾佳琦;李诗洁;李建军;汪阳设计研发完成,并于2021-12-31向国家知识产权局提交的专利申请。
本一种基于多分辨率融合卷积的开放集人体行为识别系统、方法、设备及存储介质在说明书摘要公布了:本发明涉及一种基于多分辨率融合卷积的开放集人体行为识别系统、方法、设备及存储介质,包括依次连接的人体行为信息采集模块、人体行为信息传输模块、人体行为信息预处理模块、人体行为分类识别模块、开放集分类识别模块和人体行为信息应用模块;本发明可实时监测用户的行为类别,可用于对特殊人员的监控与管理,也可用于老年人或病人的监护和康复管理。针对现有方法仅针对封闭集进行判别的缺陷,本发明提出了针对开放集识别的方法,当出现未知类别的行为时可正确判别为未知类别,增强了系统的实用性。
本发明授权一种基于多分辨率融合卷积的开放集人体行为识别系统、方法、设备及存储介质在权利要求书中公布了:1.一种基于多分辨率融合卷积的开放集人体行为识别系统,其特征在于,包括依次连接的人体行为信息采集模块、人体行为信息传输模块、人体行为信息预处理模块、人体行为分类识别模块、开放集分类识别模块和人体行为信息应用模块; 所述人体行为信息采集模块用于:实时采集用户的行为数据,行为数据包括加速度传感器的X、Y、Z三轴数据、角速度传感器的X、Y、Z三轴数据、磁力计的X、Y、Z三轴数据; 所述人体行为信息传输模块用于:将采集的用户的行为数据传输至本地服务器或云服务器; 所述人体行为信息预处理模块用于:对采集的用户的行为数据进行依次进行存储、合并、滤波、增广、归一化或标准化、滑动窗口分割和标签标定,从而得到平滑、多样、不受量纲影响且带有标签的行为数据片段; 所述人体行为分类识别模块用于:将所述人体行为信息预处理模块预处理的用户的行为数据输入到训练好的所述人体行为分类识别模块中进行行为类型判别; 所述开放集分类识别模块用于:在开放集情况下,对输入到识别模型中的行为数据进行准确的判别; 所述人体行为信息应用模块用于:将得到的人体行为分类识别结果传输到各种应用平台,从而实现相应的功能; 所述开放集分类识别模块包括依次连接的损失函数计算更新模块和开放集输出模块; 所述损失函数计算更新模块用于计算训练过程中已知类别行为数据的均值和方差,以此生成损失函数从而对识别模型进行参数更新;所述损失函数计算更新模块包括依次连接的同类数据均值、方差计算单元和损失函数构建单元;在同类数据均值、方差计算单元中,将全连接层中倒数第二层的向量按照同类别进行排布,分别计算每个类别的均值和方差,损失函数通过均值和方差进行构建;在训练过程中,先按照每批次B的数据量,按照封闭集方式进行训练,B设置为小于数据总量的任意正整数,每一轮的训练结束后,使用构建的损失函数进行识别模型的参数调整,不断重复此过程直至收敛; 所述开放集输出模块用于对已知类和未知类别的判定阈值进行计算并输出判定的类别,包括依次连接的类别阈值确定单元和开放集判别输出单元;在类别阈值确定单元中,计算每个类别中分类正确的所有特征数据点与中心均值点的距离,并进行归一化操作;选择从Zi∈0,1的阈值,计算不同阈值下每个类别中所包含的特征数据点占比,当占比超过90%时的阈值Zi,即判定为开放集分类阈值,其中i代表不同的行为类别,i=1,2,3,...,T,T为所有已知的行为类别总数;当新的数据输入到识别模型中时,计算其全连接层倒数第二层的特征向量与不同已知类别中心均值之间的归一化距离,当该距离小于某一类别的阈值Zi时即判定为该类别,若均大于每一类别的阈值Zi则被判定为未知类别;开放集判别输出单元即根据上述判别的结果进行输出。
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山东大学,其通讯地址为:250199 山东省济南市历城区山大南路27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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励