買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京郵電大學(xué)申請的專利低采樣WiFi感知增強模型訓(xùn)練方法、增強方法、動作識別方法及裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115457653B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211042407.1，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)低采樣WiFi感知增強模型訓(xùn)練方法、增強方法、動作識別方法及裝置是由鄭霄龍;楊坤;劉亮;馬華東設(shè)計研發(fā)完成，并于2022-08-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本低采樣WiFi感知增強模型訓(xùn)練方法、增強方法、動作識別方法及裝置在說明書摘要公布了：本發(fā)明提供一種低采樣WiFi感知增強模型訓(xùn)練方法、增強方法、動作識別方法及裝置，包括：獲取包括多個高采樣信道狀態(tài)信息和對應(yīng)低采樣信道狀態(tài)信息的數(shù)據(jù)集；為數(shù)據(jù)集添加動作標記；將各低采樣信道狀態(tài)信息和各高采樣信道狀態(tài)信息分別轉(zhuǎn)變?yōu)榈筒蓸訄D像受損圖像和高采樣圖像真實圖像，將低采樣圖像中各采樣點的圖像之間插入空白幀以達到第一采樣頻率，形成掩膜圖像；將掩膜圖像、高采樣圖像和動作標記作為樣本，構(gòu)建訓(xùn)練樣本集；獲取初始生成對抗網(wǎng)絡(luò)模型，采用訓(xùn)練樣本集對模型訓(xùn)練，構(gòu)建生成對抗損失、重構(gòu)損失、中心特征損失和語義損失，迭代模型參數(shù)，最終得到低采樣WiFi感知增強模型。本發(fā)明能夠在欠采樣條件下增強WiFi的感知能力。

本發(fā)明授權(quán)低采樣WiFi感知增強模型訓(xùn)練方法、增強方法、動作識別方法及裝置在權(quán)利要求書中公布了：1.一種低采樣WiFi感知增強模型訓(xùn)練方法，其特征在于，該方法包括以下步驟： 獲取采樣數(shù)據(jù)集，所述采樣數(shù)據(jù)集中包含多個數(shù)據(jù)條，每個數(shù)據(jù)條中包括由WiFi對目標對象感知得到的第一采樣頻率的高采樣信道狀態(tài)信息和對應(yīng)的第二采樣頻率的低采樣信道狀態(tài)信息；為每個數(shù)據(jù)條添加所述目標對象的動作標記，所述動作標記包括所述目標對象的運動方向和身體姿態(tài)；所述第一采樣頻率大于所述第二采樣頻率； 將各個數(shù)據(jù)條中的低采樣信道狀態(tài)信息按照預(yù)設(shè)方法轉(zhuǎn)變?yōu)閷?yīng)的低采樣圖像，包括按照單個天線在指定采樣點處指定載波對應(yīng)的幅值轉(zhuǎn)化為彩色像素塊，其中，將所述低采樣信道狀態(tài)信息中各天線對應(yīng)的數(shù)據(jù)信息構(gòu)建為所述低采樣圖像的一個或多個通道，在每個天線對應(yīng)的通道中，利用所述低采樣信道狀態(tài)信息中各采樣點對應(yīng)的數(shù)據(jù)信息構(gòu)建所述低采樣圖像的長，利用所述低采樣信道狀態(tài)信息中各載波頻率對應(yīng)的數(shù)據(jù)信息構(gòu)建所述低采樣圖像的寬；將所述低采樣圖像中各采樣點的圖像內(nèi)容之間插入空白采樣幀，以使原所述低采樣圖像在插入空白采樣幀后達到所述第一采樣頻率，形成對應(yīng)的掩膜圖像；將各個數(shù)據(jù)條中的高采樣信道狀態(tài)信息按照所述預(yù)設(shè)方法轉(zhuǎn)變?yōu)閷?yīng)高采樣圖像；將所述掩膜圖像、所述高采樣圖像和所述動作標記作為樣本，構(gòu)建訓(xùn)練樣本集； 獲取初始生成對抗網(wǎng)絡(luò)模型，所述初始生成對抗網(wǎng)絡(luò)模型包括生成器和判別器；所述初始生成對抗網(wǎng)絡(luò)模型將單個樣本中的掩膜圖像輸入所述生成器，生成補全圖像；將單個樣本中的高采樣圖像輸入所述判別器，訓(xùn)練判別能力；將所述補全圖像輸入所述判別器，判別所述補全圖像的真?zhèn)危?采用所述訓(xùn)練樣本集對所述初始生成對抗網(wǎng)絡(luò)模型進行訓(xùn)練，構(gòu)建所述補全圖像和所述高采樣圖像之間的重構(gòu)損失、中心特征損失和語義損失，并根據(jù)所述初始生成對抗網(wǎng)絡(luò)模型的生成對抗損失、所述重構(gòu)損失、所述中心特征損失和所述語義損失構(gòu)建聯(lián)合損失，利用所述聯(lián)合損失對所述初始生成對抗網(wǎng)絡(luò)模型的參數(shù)進行迭代，將最終訓(xùn)練得到的生成對抗網(wǎng)絡(luò)模型中的生成器作為低采樣WiFi感知增強模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京郵電大學(xué)，其通訊地址為：100876 北京市海淀區(qū)西土城路10號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。