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！

龙图腾网获悉广东石油化工学院申请的专利一种多特征融合网络在复杂场景干扰下的动态手势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：CN120496183B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510595762.9，技术领域涉及：G06V40/20；该发明授权一种多特征融合网络在复杂场景干扰下的动态手势识别方法是由刘美;王甜甜;刘天宝;刘玉成设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本一种多特征融合网络在复杂场景干扰下的动态手势识别方法在说明书摘要公布了：本发明涉及一种多特征融合网络在复杂场景干扰下的动态手势识别方法，包括：获取基带中频信号，对基带中频信号进行处理，获取距离‑时间图和多普勒‑时间图；将距离‑时间图和多普勒‑时间图输入手势识别模型，获取手势识别结果；手势识别模型利用训练集训练轻量级的神经网络模型获得；基于手势识别模型中的DSCC模块提取距离‑时间图和多普勒‑时间图的空间位移特征和手势速度变化信息，获取特征图，将特征图结合位置编码输入Transformer模块进行全局特征提取，获取手势识别结果。本发明通过对多个特征的提取和融合，更全面地表达了目标手势的距离、速度和时间信息，提高了手势特征在复杂场景中的丰富性和表达能力。

本发明授权一种多特征融合网络在复杂场景干扰下的动态手势识别方法在权利要求书中公布了：1.一种多特征融合网络在复杂场景干扰下的动态手势识别方法，其特征在于，包括： 获取基带中频信号，对所述基带中频信号进行处理，获取距离-时间图和多普勒-时间图； 将所述距离-时间图和所述多普勒-时间图输入手势识别模型，获取手势识别结果；所述手势识别模型利用训练集训练轻量级的神经网络模型获得，所述训练集包括：距离-时间谱图、多普勒-时间谱图以及手势标签；基于所述手势识别模型中的DSCC模块提取所述距离-时间图和所述多普勒-时间图的空间位移特征和手势速度变化信息，获取特征图，将所述特征图结合位置编码输入Transformer模块进行全局特征提取，获取所述手势识别结果； 所述手势识别模型包括： DSCC模块，用于提取所述距离-时间图和所述多普勒-时间图的空间位移特征和手势速度变化信息，生成所述特征图；所述特征图包括：第一特征图和第二特征图； 位置编码模块，用于将所述第一特征图与第二特征图进行加权特征融合，并引入位置编码； Transformer模块，用于利用位置编码结果提取动态手势的全局特征； 全连接模块，用于处理所述全局特征，并进行手势分类，获取所述手势识别结果； 所述DSCC模块包括：两个并行的卷积子模块，用于分别表征手势运动的空间位移特征和捕获手势速度变化信息； 所述卷积子模块包括：深度可分离卷积层、所述深度可分离卷积层和池化层交替设置，末尾处的池化层与多个标准卷积层依次连接，末尾处的标准卷积层与CAM单元连接；其中，每个卷积层之后均添加批量归一化层和非线性层； 所述深度可分离卷积层，用于对所述距离-时间图和所述多普勒-时间图进行特征提取； 所述池化层，用于减小所述深度可分离卷积层的输出结果的空间维度； 所述标准卷积层，用于对所述池化层的输出结果进行二次特征提取； 所述CAM单元，用于将所述标准卷积层的输出结果进行通道注意力增强。

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广东石油化工学院，其通讯地址为：525099 广东省茂名市官渡二路139号大院；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。