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！

龙图腾网恭喜浙江理工大学申请的专利一种基于深度迁移学习的睡姿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：CN115062704B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210688994.5，技术领域涉及：G06F18/241；该发明授权一种基于深度迁移学习的睡姿识别方法是由许海棋;王述;任佳设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种基于深度迁移学习的睡姿识别方法在说明书摘要公布了：本发明公开了一种基于深度迁移学习的睡姿识别方法，采集目标个体的压力数据集经过预处理和归一化处理并转换为柱状压力图，使用预训练好的睡姿识别模型进行训练获得目标个体的睡姿识别模型；然后实时采集目标个体的一组压力数据经过预处理和归一化处理并转换为柱状压力图后输入目标个体的睡姿识别模型，获得输出得到目标个体睡姿的实时识别结果：平躺或侧躺。本发明本发明基于基础样本库对睡姿识别模型进行预训练，然后，将预训练的权重参数导入深度迁移学习模型，在自适应地提取睡姿数据的公共特征的同时，不断提高个体样本与基础样本库特征的差异性，有效地解决了新测试样本与基础样本库特征之间差异导致的识别率低的难题。

本发明授权一种基于深度迁移学习的睡姿识别方法在权利要求书中公布了：1.一种基于深度迁移学习的睡姿识别方法，其特征在于过程如下：步骤1、通过压力传感装置采集目标个体的压力数据集并在上位机中进行预处理和归一化处理，然后使用归一化处理后的数据绘制获得目标个体的柱状压力图集；随机选择睡姿识别模型的最优权重参数中的一组并导入睡姿识别模型，冻结睡姿识别模型中除残差块和全连接层以外的神经元权重参数，然后将目标个体的柱状压力图集输入睡姿识别模型进行目标个体模型训练，运行5个epoch后保存识别准确率最高权重参数，获得目标个体的睡姿识别模型；所述睡姿识别模型为改进的ResNet18网络，分别在ResNet18网络的第一层和卷积层的最后一层加入卷积注意力模块，并在平均池化层后加BN层，改进后的ResNet18网络依次包括卷积层、卷积注意力模块、最大池化层、四个残差块、卷积注意力模块、平均池化层和全连接层；全连接层的输出维度为2；步骤2、通过压力传感装置实时采集目标个体的一组压力数据并发送至上位机进行预处理和归一化处理，使用归一化处理后的数据绘制获得目标个体的柱状压力图，然后将目标个体的柱状压力图输入所述目标个体的睡姿识别模型，输出得到目标个体的睡姿识别结果：平躺或侧躺。

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理工大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街5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”。