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！

龙图腾网恭喜西北工业大学;中国电子科技集团公司第十四研究所申请的专利一种动作识别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：CN113869228B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202111151588.7，技术领域涉及：G06F18/24；该发明授权一种动作识别方法是由周升丽;尹奎英设计研发完成，并于2021-09-29向国家知识产权局提交的专利申请。

本一种动作识别方法在说明书摘要公布了：本发明属于人机交互技术领域，涉及一种动作识别方法，包括以下步骤：对多个动作信号进行采集，作为原始输入集；对原始输入集中的每个动作信号逐个进行活动段检测，获取有效的信号；基于有效的信号进行特征提取，获取有效的样本特征集；基于有效的样本特征集，构建多层动作识别模型；采集待测试的动作信号，将待测试的动作信号送入构建好的多层动作识别模型，进行动作识别，并将识别的结果输出。本发明以多分类器融合为基础，提出了多层决策融合的拒绝决策算法，对于操作不规范或者非目标动作，进行二次判别，在两层分类器，两次置信决策均拒绝的情况下，该测试样本特征将被认定为非目标动作，实用性强，值得推广。

本发明授权一种动作识别方法在权利要求书中公布了：1.一种动作识别方法，其特征在于，包括以下步骤：对多个动作信号进行采集，作为原始输入集；对原始输入集中的每个动作信号逐个进行活动段检测，获取有效的信号；基于有效的信号进行特征提取，获取有效的样本特征集；基于有效的样本特征集，构建多层动作识别模型；采集待测试的动作信号，将待测试的动作信号送入构建好的多层动作识别模型，进行动作识别，并将识别的结果输出；多层动作识别模型包括：k最邻近分类模型和高斯混合模型分类器，其中，k最邻近分类模型为第一决策层，高斯混合模型分类器为第二决策层；对待测试的动作信号进行动作识别，采用多层拒绝决策算法；所述多层拒绝决策算法包括以下步骤：1k最邻近分类初判对测试样本特征Xtest，分别计算与测试样本特征Xtest中Μ个数据点距离最近的训练样本的类别归属，并按下式6分别计算决策置信值r， 其中，Ni为Xtest属于类别ωi的样本点的个数；Ntest为Xtest的数据点的个数；r是决策置信值；将计算出的多个决策置信值r进行排序，选出最大的决策置信值rmax，确定最大的决策置信值rmax所属的类别ωi，将rmax和预定义的阈值δ1作比较，如果rmax大于预定义的阈值δ1，则测试样本特征Xtest归属于类别ωi，否则继续执行；2GMM二次判别在C组高斯混合模型分类器参数λ，c＝1，2，…，C已知情况下，对新输入样本特征Xtest，按下式7分别计算其在C个高斯混合模型分类器的后验概率PXtest|λc， 按下式8，先将计算出的多个后验概率PXtest|λc进行排序，选出最大的后验概率PXtest|λc，Xtest的类别归属为 如果ωi＝ωj，则测试样本特征Xtest归属于类别ωi或者ωj，否则继续执行；3差分后验概率判别按下式9计算归一化高斯混合模型分类器的测试样本特征的后验概率P_Xtest|λc， 其中，P＝[PXtest|λ1PXtest|λ2,...,PXtest|λC]T；对上述归一化后的高斯混合模型分类器的测试样本特征的后验概率P_Xtest|λc从大到小进行排序得到排序后的后验概率向量P_d，取出后验概率向量P_d的前两个元素，并对其作差值，当差值满足式10，则测试样本特征Xtest归属于类别j，否则,归属于拒绝类ω0，|P_d1-P_d2|＞δ210其中，δ2为预定义的阈值；P_d1为将后验概率向量P_d从大到小排序后的第一个元素；P_d2为将后验概率向量P_d从大到小排序后的第二个元素。

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西北工业大学;中国电子科技集团公司第十四研究所，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。