-
公开(公告)号:CN118779750A
公开(公告)日:2024-10-15
申请号:CN202410771026.X
申请日:2024-06-14
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
IPC: G06F18/2415 , G06F18/2431 , G06F18/10 , G06F18/213 , G06F18/2135 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B5/11 , H04B1/7163
Abstract: 本发明公开了一种非穿戴式人体活动识别方法、系统及设备,包括:超宽带信道脉冲响应信号采集模块,基于超宽带装置发射脉冲信号,超宽带装置接收人体做出不同动作时环境中的多径响应信号,采样后得到超宽带信道脉冲响应信号;数据预处理模块,用于对获取的超宽带信道脉冲响应信号进行预处理,提取其主要特征,特征分组合并后作为输入数据;人体活动识别模块,基于卷积神经网络构建人体活动识别网络,对所述输入数据进行识别处理,输出动作识别结果。本发明的优点是:实现了非接触式、位置无关的人体活动识别,相比现有的人体活动识别系统,具有更好的识别距离和更好的分类精度。
-
公开(公告)号:CN118132970A
公开(公告)日:2024-06-04
申请号:CN202410383972.7
申请日:2024-04-01
Applicant: 北京科技大学 , 中国兵器装备集团自动化研究所有限公司
IPC: G06F18/21 , G06F18/25 , G06F18/243 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N5/01 , G06F17/11 , G06F17/16
Abstract: 本发明提供了一种基于可穿戴传感器轻量级人体行为识别方法、系统及设备,方法包括:采集多个传感器数据,并进行预处理,计算多个传感器数据的欧拉角,作为融合数据,对融合数据进行初始化,作为输入数据;基于机器学习构建人体行为识别网络,并对所述输入数据进行识别处理,输出识别结果;该人体行为识别网络包括顺次连接改进的双向门控循环网络、组合注意力网络及树突网络;基于所述识别结果,识别人体行为。本方案可以降低网络模型复杂度,大大减小计算开销,通过三部分网络结构的改进、组合和应用,相比于现在的人体行为识别算法,在模型复杂度、计算开销和识别精度方面有着显著的优势。
-
公开(公告)号:CN119679384A
公开(公告)日:2025-03-25
申请号:CN202510206933.4
申请日:2025-02-25
Applicant: 北京科技大学
IPC: A61B5/024 , A61B5/08 , A61B5/00 , G06F18/10 , G06F18/2131
Abstract: 本发明属于人工智能、人体生理数据处理及计算机数据处理技术领域,尤其涉及基于联合域分析的生理参数检测方法及系统,其包括降噪处理、数据获取,解决了现有技术存在由于在检测过程中存在信号强度减弱、检测范围缩短、信噪比降低、多径效应增强等诸多问题,从而影响生理参数检测的准确性和稳定性的问题,不仅提高了生理参数检测的准确性和稳定性,还在数据处理过程中有效地减少了噪声干扰,增强了信号的可解析性和可靠性。
-
-