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

龍圖騰網獲悉廈門大學申請的專利基于RFID的人體行為檢測方法、裝置、介質及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116738144B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310510942.3，技術領域涉及：G06F18/10；該發明授權基于RFID的人體行為檢測方法、裝置、介質及設備是由楊律青;沈順文;楊牧藍;丘以書;曾文華;王備戰;張志宏;王美紅;于博設計研發完成，并于2023-05-08向國家知識產權局提交的專利申請。

本基于RFID的人體行為檢測方法、裝置、介質及設備在說明書摘要公布了：本申請的實施例提供了一種基于RFID的人體行為檢測方法、裝置、介質及設備。該方法包括：所述方法包括：接收由所述天線傳輸的預定時間長度內的信號特征信息，所述信號特征信息包括所述天線在所述預定時間長度對應時間段內所接收到信號的信號接收強度以及信號相位；對所述信號特征信息進行預處理，得到待識別數據集；將所述待識別數據集輸入至預先訓練完成的人體行為識別模型，以使所述人體行為識別模型輸出對應的人體行為識別結果，所述人體行為識別模型基于概率稀疏化自注意力機制訓練得到。本申請實施例的技術方案可以降低設備部署的難度，減少模型的計算復雜度并保證人體行為識別的準確度。

本發明授權基于RFID的人體行為檢測方法、裝置、介質及設備在權利要求書中公布了：1.一種基于RFID的人體行為檢測方法，其特征在于，應用于終端設備，所述終端設備通過閱讀器與單個天線通訊連接，所述天線用以接收環境中設置的標簽陣列傳輸的信號； 所述方法包括： 接收由所述天線傳輸的預定時間長度內的信號特征信息，所述信號特征信息包括所述天線在所述預定時間長度對應時間段內所接收到信號的信號接收強度以及信號相位； 對所述信號特征信息進行預處理，得到待識別數據集； 將所述待識別數據集輸入至預先訓練完成的人體行為識別模型，以使所述人體行為識別模型輸出對應的人體行為識別結果，所述人體行為識別模型基于概率稀疏化自注意力機制訓練得到； 其中，所述人體行為識別模型包括單獨卷積層、數據展平合并層、變體層以及線性變化輸出層，其中，所述變體層以transformer的encoder模塊為基礎，所述encoder模塊采用概率稀疏化自注意力機制進行學習； 其中，所述數據展平合并層將經過所述單獨卷積層得到的若干標簽特征展平成一維數據，并根據各標簽特征對應的標簽在所述標簽陣列中的方位對若干標簽特征進行合并； 其中，所述預處理包括數據分割、數據補全、相位校正、快速傅里葉變換以及數據濾波中的至少一種； 其中，將待識別數據集按照時間序進行排列輸入人體行為識別模型中，由于每個時間步中進行的操作相同，后續只對時間步t中的操作進行闡述；選取時間步t中k個標簽采集到的預處理后的數據先輸入到單獨卷積層中進行特征提取操作，其中單獨卷積層由一個空洞卷積層和兩個二維卷積層組成，先是由空洞卷積來對經過FFT變化后的數據在頻域上的虛實特征進行融合，然后將融合的數據進一步輸入兩個二維卷積層進行高緯特征提取得到接著將處理過后的k個標簽的特征輸入數據展平合并層，將這k個標簽特征先展平成k個一維數據然后將其合并，即將這k個一維數據根據對應標簽在標簽陣列中的方位按行排列，排列成k行的Vt；排列成Vt形式可以方便后續通過卷積來提取k個標簽間的空間特性，并且，單獨卷積層使用空洞卷積即已先在頻域上提取了環境中每個單獨的標簽不同頻率段上的信息，因此對Vt列數據的卷積實際上對環境內不同標簽收集到的時空特征都進行融合；接著，進一步通過多個二維卷積層來建立k個標簽中的空間特征聯系得到v′t，將其余時間步中得到的輸出 {v′1,v′2,…,v′n}按照時間序排列輸入到transformer的encoder模塊為基礎的變體層中；在變體層中，延用transformer的encoder模塊的基礎框架，使用了稀疏化的ProbSparseself-attention以使得模型可以在少量數據集上學習到準確行為特征，對輸入的時間序數據進行預測；再將最后的結果輸入線性變化輸出層進行維度壓縮，通過softmax函數來對最大預測值進行輸出，得到最終的行為預測結果即人體行為識別結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廈門大學，其通訊地址為：361000 福建省廈門市思明南路422號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。