Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江摩深医学装备科技有限公司耿冰清获国家专利权

浙江摩深医学装备科技有限公司耿冰清获国家专利权

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!

龙图腾网获悉浙江摩深医学装备科技有限公司申请的专利基于多阶段网络学习的运动监测方法、装置、设备及介质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:CN116189298B

龙图腾网通过国家知识产权局官网在2026-04-17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:202310116095.2,技术领域涉及:G06V40/20;该发明授权基于多阶段网络学习的运动监测方法、装置、设备及介质是由耿冰清;韩微微;师联康设计研发完成,并于2023-01-13向国家知识产权局提交的专利申请。

基于多阶段网络学习的运动监测方法、装置、设备及介质在说明书摘要公布了:本发明提供了基于多阶段网络学习的运动监测方法、装置、设备及介质,涉及数据处理技术领域,包括:采集若干用户运动视频段,预处理后生成训练样本,建立初始模型,训练以获得根据传感器数据确定运动高度的目标模型;实时采集某一目标用户的目标传感器数据,在目标模型中,利用分类网络基于目标传感器数据的波动性进行分类;当目标传感器数据波动性大,则采用训练后的第一处理网络进行运动高度监测;当目标传感器数据波动性小,则采用训练后的第二处理网络进行运动高度监测;以输出包含运动高度的目标结果,进行运动监测,用于克服现有跳绳运动仅能通过传感器计算次数,无法实现自主运动监测的问题。

本发明授权基于多阶段网络学习的运动监测方法、装置、设备及介质在权利要求书中公布了:1.一种基于多阶段网络学习的运动监测方法,其特征在于,包括: 采集若干用户运动视频段,预处理后生成训练样本,其中,所述训练样本包含若干训练数据,每一训练数据均包括一用户在不同时刻下传感器数据和人脸质心高度; 建立初始模型,并采用所述训练样本进行训练,以获得根据传感器数据确定运动高度的目标模型;其中,所述目标模型包括分类网络、基于transformer网络建立的第一处理网络和第二处理网络,所述采用所述训练样本进行训练包括:利用与波动性大对应的训练样本集对所述第一处理网络进行预训练,利用与波动性小对应的训练样本集对所述第二处理网络进行预训练,并固定最优模型的权重; 实时采集某一目标用户的目标传感器数据,在所述目标模型中,对所述目标传感器数据进行编码后,利用分类网络基于所述目标传感器数据的波动性进行分类;当所述目标传感器数据波动性大,则采用训练后的第一处理网络进行运动高度监测;当所述目标传感器数据波动性小,则采用训练后的第二处理网络进行运动高度监测;以输出包含运动高度的目标结果,进行运动监测; 所述利用分类网络基于所述目标传感器数据的波动性进行分类,包括: 根据所述目标传感器数据获取历史预设采集次数的传感器数据; 对历史预设采集次数的传感器数据进行特征提取,并计算均值以生成参考向量; 其中所述分类包括:采用one-hot编码将波动性大和波动性小的类别分别转化为1,0和0,1的向量作为分类网络的标签; 对所述目标传感器数据进行特征提取获得目标向量,基于所述参考向量对所述目标向量进行波动性计算,以对所述目标传感器数据进行分类;所述基于所述参考向量对所述目标向量进行波动性计算,以对所述目标传感器数据进行分类,包括: 计算所述目标向量与所述参考向量之间的距离; 当所述距离与所述目标向量比值超出50%,则确定所述目标传感器数据波动性大; 当所述距离与所述目标向量比值未超出50%,则确定所述目标传感器数据波动性小。

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浙江摩深医学装备科技有限公司,其通讯地址为:314300 浙江省嘉兴市海盐县武原街道谢家路1479号7楼703室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。