基于点云时空特征的毫米波雷达步态识别方法

    公开(公告)号:CN117437693A

    公开(公告)日:2024-01-23

    申请号:CN202311448163.1

    申请日:2023-11-02

    Abstract: 基于点云时空特征的毫米波雷达步态识别方法,聚合不同空间局部域步态特征,并通过时间卷积网络提取步态时序特征,细化了步态特征提取粒度。引入点云空间对齐与特征数据标准化以及高度修正因子等策略对点云进行预处理,消除因点云空间位置偏移,速度与能量强度奇异值对识别结果产生的较大干扰。鉴于常见的点云域划分算法即最远点采样算法较高的计算代价及局限性,提出非重叠体素降采样算法改进了降采样时间复杂度,通过步态模式聚合层聚合各个局部域步态特征,使系统提取到更有效的步态空间特征,有效提高了系统步态识别准确率。引入标签平滑处理,提高了模型泛化性能,对于一些噪声或错误标注的数据也具有了一定的容错性。

    基于MIMO毫米波雷达的细粒度呼吸波形重构方法

    公开(公告)号:CN117271954A

    公开(公告)日:2023-12-22

    申请号:CN202311215747.4

    申请日:2023-09-19

    Abstract: 本发明属于非接触式生命体征监测领域,公开了一种基于MIMO毫米波雷达的细粒度呼吸波形重构方法,包括:设置雷达参数并进行数据采集,利用二维傅里叶变换处理数据后得到时间‑距离‑方位雷达矩阵,利用回环滤波器去除时间‑距离‑方位雷达矩阵中静态物体的反射信号,并利用2D‑CFAR算法定位人体区域,对人体区域中的I/Q分量进行旋转处理,标签归一化处理和数据集划分,搭建IQ‑Transformer模型,将待预测的雷达数据输入训练好的网络模型,实现细粒度呼吸监测。本发明通过设计IQ‑Transformer模型,负责从雷达数据的I/Q分量中提取并编码呼吸相关的隐藏特征,最终从隐藏特征中恢复出细粒度呼吸波形。

    一种面向智能声纹识别系统的后门安全性评估方法

    公开(公告)号:CN116488942B

    公开(公告)日:2023-09-12

    申请号:CN202310726024.4

    申请日:2023-06-19

    Abstract: 本发明公开了声纹识别领域的一种面向智能声纹识别系统的后门安全性评估方法,包括:根据原始音频集,训练生成隐形触发器模型#imgabs0#和注入后门的声纹识别模型#imgabs1#;将良性测试样本以及带有隐形触发器的测试样本分别输入注入后门的声纹识别模型#imgabs2#,进行精度测试和后门攻击;其中,带有隐形触发器的测试样本为良性测试样本输入隐形触发器模型#imgabs3#获得的样本;根据精度测试和后门攻击的结果对智能声纹识别系统的音频模型进行安全性评估。本发明采用特定的后门攻击方法模拟攻击,进而有效评估音频模型的安全性问题,从而能够在实际使用中发现现有智能声纹识别系统的音频模型的弱点,进一步提升基于深度神经网络的声纹识别系统的安全性和鲁棒性。

    基于太阳能补给的多媒体传感网节点任务分配方法

    公开(公告)号:CN111629345B

    公开(公告)日:2023-04-25

    申请号:CN202010427808.3

    申请日:2020-05-19

    Abstract: 基于太阳能补给的多媒体传感网节点任务分配方法。基于太阳能补给的分布式多媒体传感网在运动目标检测应用场景中,节点通过红外探测装置检测运动目标是否到达其监测范围内,若处于其监测范围内,则激活任务竞标功能模块。所有可检测到目标的节点根据当前自身能量、能量预测模块计算所得的在任务执行时间内节点可获取的能量和任务能源成本三个因素将任务进行分类。不同种类的任务赋予权重因子,各节点计算加入权重后自身的预期利润,若预期利润大于等于期望利润,则加入候选集。候选集中节点互相比较自己可为任务提供的利润,选择可提供最大利润的节点执行任务。节点完成监测任务后,通过多跳中继方式将感知到的数据传到信息汇聚中心,汇聚中心再对监测数据进行分析。

    一种基于FMCW雷达的手部关键点追踪方法

    公开(公告)号:CN115294656A

    公开(公告)日:2022-11-04

    申请号:CN202211013101.3

    申请日:2022-08-23

    Abstract: 一种基于FMCW雷达的手部关键点追踪方法,针对目前利用光学摄像头进行手部关键点追踪的方法所存在的受光线条件制约以及隐私泄露等问题,利用跨模态监督的方法,在训练中将摄像头和雷达获取的图像与数据作为神经网络的输入,同步雷达数据与视频流,从视频流中提取手部的关键点信息进行预处理,将其作为经过神经网络处理后的射频信号的监控。经过训练后的系统,只需要使用射频信号作为输入就可以实现对手部关键点追踪的输出。通过上述方式,本方法能够实现在保护个人隐私且不考虑光照条件的情况下提升对手势识别的准确度,具有鲁棒性强,稳定性、实时性、高效性的特点。

    一种基于OSVOS的视频分割改进方法

    公开(公告)号:CN111783673B

    公开(公告)日:2022-07-26

    申请号:CN202010628270.2

    申请日:2020-07-02

    Abstract: 针对OSVOS中因光照、颜色等因素造成的分割目标缺失,目标标记不精确的问题,提出了一种基于OSVOS的视频分割改进方法,在形态学的理论下,通过计算出视频图像的颜色分量并将其与标准库进行对比,分为光强光弱两种情况。同时通过计算颜色相似度,将其与阈值相比较后分为相似和不相似两种情况,两种影响因素对应四种情况,再对这四种情况采用不同的处理方法,包括对OSVOS的分割结果的目标缺失部分进行孔洞填充,并去除非目标的连通区域等,从而提高分割结果的质量和准确度。

    一种普适的区域环境信息移动感知及预测方法

    公开(公告)号:CN110580552B

    公开(公告)日:2022-07-26

    申请号:CN201910863762.7

    申请日:2019-09-12

    Abstract: 一种普适的区域环境信息移动感知及预测方法,利用移动感知节点采集数据,并传送至云端服务器;然后在云端采用区域化随机变量分析的方法对这些数据进行空间和结构的分析,并得出协方差和变差函数的表达式;再利用改进的随机L‑BFGS算法改进克里格算法,并用此算法进行普适的区域环境信息空间预测,得出环境信息的空间预测结果;利用共享单车采集环境数据的时间和空间的关系进行时空预测分析,得出目标区域的时空预测结果;最后是综合针对时间和空间的不同预测结果给出最后的区域全局环境预测结果图。

    基于太阳能收集模型的WMSNs节点调度方法

    公开(公告)号:CN108601035B

    公开(公告)日:2022-04-22

    申请号:CN201810383874.8

    申请日:2018-04-26

    Abstract: 本发明提出了基于太阳能收集模型的WMSNs节点调度策略,包括太阳能收集模块、WMSNs节点分簇算法和在两者基础上的一种WMSNs节点调度策略。太阳能收集模型综合考虑了天气情况、节点地理位置以及遮挡等因素的影响,结合并修正太阳能收集的理想能量变化规律,有利于更好的反映WMSNs节点的剩余能量以及太阳能的补充能量。WMSNs节点调度策略,结合了太阳能收集模型以及WMSNs节点分簇算法,通过工作区间结合节点的优先级的方式,调整节点的工作状态。该策略保证了网络覆盖度,降低了WMSNs节点的功耗,有利于保持网络的能量中性状态,使网络可以持续运行,提升网络的性能。

Patent Agency Ranking