基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明提供的一种基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统，针对人体目标的雷达回波信号，通过对信号进行分析，堆叠形成三类蕴含不同时频聚集特征和立体关联特征的三维谱图，并构建基于Transformer与交叉注意力的跌倒行为识别网络，从而实现人体跌倒行为识别，该网络针对三维信号，将其划分为固定数量的数值阵列块，并使用线性投影网络将其映射为固定维度特征向量，将获取特征矩阵输入Transformer模块中实现信号表征的抽象，然后将其与其它信号表征进行交叉注意力融合，获取融合特征，用于分类器实现跌倒行为识别，该方法能够实现数据有限条件下更为全面完备的三维行为特征表达，且Transformer具有较强的特征提取能力，具有较高的跌倒行为识别率。

《基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 202211638770X，当前法律状态为已下证，由成都理工大学提出申请，发明人为贾勇;宋彩萍;何嘉乐;方志强;张葛祥;杨强;梅玉龙;蒲力晖，申请日期为2022-12-20，公开（公告）日期为2025-06-17，国际专利分类号（IPC）为 G06F 18/24 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供的一种基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统，针对人体目标的雷达回波信号，通过对信号进行分析，堆叠形成三类蕴含不同时频聚集特征和立体关联特征的三维谱图，并构建基于Transformer与交叉注意力的跌倒行为识别网络，从而实现人体跌倒行为识别，该网络针对三维信号，将其划分为固定数量的数值阵列块，并使用线性投影网络将其映射为固定维度特征向量，将获取特征矩阵输入Transformer模块中实现信号表征的抽象，然后将其与其它信号表征进行交叉注意力融合，获取融合特征，用于分类器实现跌倒行为识别，该方法能够实现数据有限条件下更为全面完备的三维行为特征表达，且Transformer具有较强的特征提取能力，具有较高的跌倒行为识别率。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！