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！

龙图腾网恭喜西安交通大学申请的专利一种可持续学习的人体运动预测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：CN114758195B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210505137.7，技术领域涉及：G06V10/774；该发明授权一种可持续学习的人体运动预测方法是由兰旭光;许杰;王仕鸿;陈星宇;张家豪设计研发完成，并于2022-05-10向国家知识产权局提交的专利申请。

本一种可持续学习的人体运动预测方法在说明书摘要公布了：本发明公开了一种可持续学习的人体运动预测方法，以传感器捕捉的人体关节点运动轨迹为输入，使用循环神经网络给出未来数秒的运动预测及其认知不确定性与随即不确定性，保存捕捉的运动轨迹使模型完成持续学习的训练。利用贝叶斯神经网络对观察到的人类运动的各种不确定性进行建模，以实现安全地在线地收集互动数据。记忆管理模块在一个有限的内存空间中维护了一个固定大小的知识样本库，样本采集模块在知识样本库和数据流中进行数据采样，参数更新模块基于知识蒸馏算法使得算法具有持续学习的能力。本发明使机器人具有在线的独立自主的持续学习能力，在与人交互中持续提升人体运动预测能力，以提高智能机器人作业和与人交互的安全性与可靠性。

本发明授权一种可持续学习的人体运动预测方法在权利要求书中公布了：1.一种可持续学习的人体运动预测方法，其特征在于，包含缓存管理阶段、策略采样阶段和参数更新阶段；根据模型认知不确定性计算样本，包含缓存中的数据与在线收集的采样权重；模型使用知识蒸馏技术进行持续学习的参数更新；更新缓存以维护人体运动模式的数据分布；保存人机交互中的人体运动数据；缓存管理阶段包括：保存交互收集到的人体运动数据流，每隔一段时间，采用10分钟，以25fps计，预计最多有15K个时间步的数据，以时间步75为窗口滑动，其中输入时间步为50，对应的真实未来时间步为25，即可得到数个样本数据；将这期间收集到的数据发给策略采样器；策略权重采样器分别计算当前神经网络模型对一个内部维护的数据库和新收集数据的响应，其利用响应的认知不确定性反映了模型对该样本的熟悉程度确定样本的采样权重，认知不确定性为模型对同一输入给出不同预测的样本方差，采样权重具体是通过对认知不确定性进行最大最小归一化后得到的；在参数更新阶段再从打包的数据随机选择一部分数据去随机替换内部维护的数据库中的数据，替换样本数量＝缓存大小×本次采集样本数÷总采集样本数；以上完成了一次持续学习的过程，面对无限时间长度的人体运动交互数据流，只需要循环上面步骤即可。

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安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。