Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南方科技大学李子琼获国家专利权

恭喜南方科技大学李子琼获国家专利权

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!

龙图腾网恭喜南方科技大学申请的专利基于联邦学习模式的步态识别模型训练方法与系统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:CN114882582B

龙图腾网通过国家知识产权局官网在2025-03-18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:202210355478.0,技术领域涉及:G06V40/20;该发明授权基于联邦学习模式的步态识别模型训练方法与系统是由李子琼;于仕琪设计研发完成,并于2022-04-06向国家知识产权局提交的专利申请。

基于联邦学习模式的步态识别模型训练方法与系统在说明书摘要公布了:本发明公开了一种基于联邦学习模式的步态识别模型训练方法及系统,方法包括步骤:对客户端本地步态数据进行预处理;服务器端初始化全局模型参数、当前通讯次数以及总通讯次数;客户端收到服务器端传送的对应本地步态识别模型的全局模型参数后,采用预处理后的本地步态数据对本地步态识别模型进行训练并将训练后的本地模型参数发送到服务器端;服务器端采用聚合函数对上传的所有本地模型参数进行聚合,更新全局模型参数并将本地模型参数分别发送至各对应的客户端;重复上述步骤直到总通讯次数达到规定阈值。实施本发明,实现了多方本地模型数据进行同时却不集中的训练,并且具有较强的鲁棒性和泛化性。

本发明授权基于联邦学习模式的步态识别模型训练方法与系统在权利要求书中公布了:1.一种基于联邦学习模式的步态识别模型训练方法,其特征在于,包括:步骤100、对客户端本地步态数据进行预处理,所述步骤100包括:步骤110、对采集的步态视频进行目标检测,获取目标检测框;步骤120、对目标检测框中的内容进行抠取,获得原始图像;步骤130、将所述原始图像前后背景分离得到二值图像;步骤140、将所述二值图像经过归一化得到t时刻步态轮廓图像xt;步骤150、重复步骤110-步骤140,获取步态轮廓序列:X={x1,x2,...,xt,...,xk},其中,k为步态轮廓序列的长度;步骤200、服务器端初始化全局模型参数、当前通讯次数以及总通讯次数;步骤300、客户端收到服务器端传送的对应本地步态识别模型的全局模型参数后,采用预处理后的本地步态数据对本地步态识别模型进行训练并将训练后的本地模型参数发送到服务器端;步骤400、服务器端采用聚合函数对上传的所有本地模型参数进行聚合,更新全局模型参数并将本地模型参数分别发送至各对应的客户端;步骤500、重复步骤300-步骤400,直到总通讯次数达到规定阈值;其中,所述全局模型参数用于与服务器端通讯的多个客户端本地步态识别模型参数的更新,当前通讯次数用于记录当前联邦通讯的次数,总通讯次数用于限制联邦通讯的次数。

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南方科技大学,其通讯地址为:518000 广东省深圳市南山区学苑大道1088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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。