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！

龙图腾网恭喜太原理工大学申请的专利一种基于深度学习和超宽带雷达的人体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：CN113850204B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202111145029.5，技术领域涉及：G06V40/20；该发明授权一种基于深度学习和超宽带雷达的人体动作识别方法是由张朝霞;周晓玲;史碧俊;李春帅设计研发完成，并于2021-09-28向国家知识产权局提交的专利申请。

本一种基于深度学习和超宽带雷达的人体动作识别方法在说明书摘要公布了：本发明属于雷达探测技术领域，公开了一种基于深度学习和超宽带雷达的人体动作识别方法，包括：通过超宽带雷达模块获取人体动作信息数据集，并进行特征提取，提取目标的动作特征；对人体动作信息数据集的数据依次进行距离‑多普勒成像、自适应阈值检测和多目标分割处理，构建包含包含时间、距离、速度的三维特征数据集，并按照每个动作的实际发生时间进行标签标记；将三维特征数据集分为训练集和测试集，搭建PointNet网络模型对网络进行训练和测试；对实时采集到的雷达信号提取人体动作特征并构建三维特征数据，输入训练好的PointNet网络模型进行动作种类进行识别。本发明能够实现更高识别率的人体动作分类识别，可以应用在物理安全与智能检测等方面。

本发明授权一种基于深度学习和超宽带雷达的人体动作识别方法在权利要求书中公布了：1.一种基于深度学习和超宽带雷达的人体动作识别方法，其特征在于，包括以下步骤：S1、通过超宽带雷达模块获取人体动作信息数据集，并进行特征提取，提取目标的动作特征；S2、对人体动作信息数据集的数据依次进行距离-多普勒成像、自适应阈值检测和多目标分割处理，构建包含时间、距离、速度的三维特征数据集，并按照每个动作的实际发生时间进行标签标记；S3、将步骤S2获得的三维特征数据集分为训练集数据和测试集数据，搭建PointNet网络模型，对网络进行训练和测试；S4、网络训练完成后，对实时采集到的雷达信号通过数据处理提取人体动作特征，然后构建三维特征数据，并输入训练好的PointNet网络模型进行动作种类识别；所述步骤S2中，对人体动作信息数据集的数据依次进行距离-多普勒成像、自适应阈值检测和多目标分割处理的具体方法为：进行距离-多普勒成像操作，使用基于Keystone变换的距离偏移补偿方法消除多普勒迁移效应；采用CA-CFAR算法进行自适应阈值检测；最后通过DBSCAN聚类算法把将多人目标的点云特征分离开。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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”。