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！

龙图腾网获悉中国科学院计算技术研究所申请的专利基于特征自适应融合领域泛化的跌倒行为识别方法及系统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：CN114821789B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202210459777.9，技术领域涉及：G06V40/20；该发明授权基于特征自适应融合领域泛化的跌倒行为识别方法及系统是由陈益强;秦欣;王晋东;卢旺设计研发完成，并于2022-04-24向国家知识产权局提交的专利申请。

本基于特征自适应融合领域泛化的跌倒行为识别方法及系统在说明书摘要公布了：本发明提出一种基于特征自适应融合领域泛化的行为识别方法和系统，具体来说所提的算法包括领域特定表示学习模块和领域不变表示学习模块，通过领域特定特征的学习，抽取每个源域特定的特性，使得具有更多样的特征表示；通过领域不变表示学习模块学习领域无关的特征，抽取所有领域共有的、不变特点，提高泛化性能。将两部分特征自适应融合，使得能够训练泛化性能良好的模型，从而在未知的目标域上实现良好的分类性能，完成目标域的人类行为识别任务。

本发明授权基于特征自适应融合领域泛化的跌倒行为识别方法及系统在权利要求书中公布了：1.一种基于特征自适应融合领域泛化的行为识别方法，其特征在于，包括： 步骤1、获取多个数据领域的人类行为数据集，该人类行为数据集中人类行为数据均具有行为识别标签和所属领域标签；将该人类行为数据集中一个领域作为目标域，目标域以外的领域作为源域；构建包括行为分类模块、共有特征提取模块、特定特征提取模块和领域分类器的行为识别模型； 步骤2、使用该共有特征提取模块，提取该人类行为数据集中源域人类行为数据间的共有特征； 步骤3、通过计算源域的领域特定损失训练该特定特征提取模块，提取各源域的领域特定特征； 步骤4、对领域特定特征进行分布适配学习领域不变特征，计算适配损失，以对所有领域特定特征进行分布适配； 步骤5、将该共有特征输入该领域分类器，以该领域分类器的输出作为权重，加权融合领域特定特征，得到融合特征，将该融合特征输入该行为分类模块，得到分类结果，结合该行为识别标签构建分类模块的分类损失； 步骤6、基于该分类损失、该适配损失和该领域特定损失，训练该行为识别模型，并将传感器采集的待测人类行为数据作为目标域输入训练完成后的该行为识别模型，得到待测人类行为数据的行为识别结果； 其中该多个数据领域包括：智能家居数据领域、疲劳检测数据领域、老年人跌倒检测数据领域； 该步骤3包括： 步骤31、第k个源域特定的损失为： 其中第k个源域具有个数据样本，为该领域分类器，为该共有特征提取模块，xi为当前源域中第i个数据样本，为xi的领域标签； 步骤32、对所有源域损失平均得到该领域特定损失，其中K为源域总数； 该步骤4包括： 步骤41、通过下式得到适配损失： 其中，i和j是领域的标号，是将原始特征空间映射到再生希尔伯特空间的映射函数，表示训练领域，和分别代表第i和第j个训练领域； 该步骤5包括： 采用交叉熵损失作为该分类模块的分类损失： ， 其中N为训练样本数量，yi是第i个样本的真实标签。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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。