“提升毫米波雷达检测估计性能的自适应波形设计方法”等3项专利权拟转让，现将相关信息予以公示，公示期自2025年11月26日至2025年12月11日。
成果一：
一、成果名称：提升毫米波雷达检测估计性能的自适应波形设计方法（CN202010870856.X）
二、内容摘要：
提升毫米波雷达检测估计性能的自适应波形设计方法，属于信号处理领域，针对自动驾驶中有限平台空间及发射功率导致毫米波雷达目标检测性能较低的问题，首先，基于FMCW信号，所提方法建立了毫米波相控阵阵列检测模型；其次，通过分析距离及速度分辨率与发射波形参数关系，构建考虑距离及速度分辨率的发射波形参数约束；而后，基于最大化输出SCNR准则，建立具有距离及速度分辨率约束的发射波形参数及接收权值联合优化模型以改善毫米波雷达目标检测及距离速度分辨性能；最后，所提方法基于交替迭代方法求解所得复杂非线性优化问题。本发明可自适应调整发射波形参数和接收权以提升目标检测性能同时满足距离及速度分辨率需求。
三、转化方式：转让
四、拟交易价格：2.6万元人民币
五、价格确定方式：协议定价
成果二：
一、成果名称：基于粒子滤波及深度距离度量学习的目标跟踪方法（CN202110442516.1）
二、内容摘要：
本发明公开了一种基于粒子滤波及深度距离度量学习的目标跟踪方法，涉及自动驾驶目标视觉跟踪领域。包括如下步骤：构建非线性深度度量学习模型；基于给定自动驾驶目标正负样本集合，训练所述非线性深度度量学习模型并基于梯度下降法优化其非线性深度学习模型参数；基于粒子滤波构建目标观测模型以获取自动驾驶目标状态最优估计；通过短时与长期稳定更新相结合的在线跟踪策略以更新目标模板从而实现自动驾驶目标有效跟踪。所提方法在部分遮挡、光照变化、等场景下表现较好；相较于对比算法，多数测试场景下，所提方法平均中心误差较低，平均重叠率较高，表明所提方法整体跟踪性能较优。
三、转化方式：转让
四、拟交易价格：2.85万元人民币
五、价格确定方式：协议定价
成果三：
一、成果名称：基于注意力机制的图卷积神经网络动作识别方法（CN202010870856.X）
二、内容摘要：
本发明公开了一种基于注意力机制的图卷积神经网络动作识别方法，涉及人机交互动作识别领域；包括：利用残差注意网络标记完成动作参与度最高的N个注意关节，N可以为16，也可以根据实际情况设定其他数值；构建三维骨骼空时图，并对所述注意关节进行空时特征编码；通过图卷积神经网络GCN学习所述三维骨骼空时图进行动作识别。本发明中，由于基于残差注意网络选取完成特定动作高参与度的关节，从而可降低信息处理冗余度，摒弃无助于动作识别的关节信息；基于关节间空时约束，构建关于注意关节的空时特征编码以更为有效地表征注意关节的空时特征；基于人体空间结构自然图表示，利用图卷积神经网络获取关于三维骨骼空时图的深度表示以有效识别动作。
三、转化方式：转让
四、拟交易价格：2.6万元人民币
五、价格确定方式：协议定价
如有问题，请于公示期内以书面形式反映给产业技术中心。
联系电话：86843059
产业技术中心、浙江理工大学（杭州）技术转移有限公司
2025年11月26日
今天是：
搜索