公开(公告)号：CN119380410A

公开(公告)日：2025-01-28

申请号：CN202411479856.1

申请日：2024-10-23

Applicant: 北京邮电大学

Inventor： 赵东 ,  马华东 ,  殷康文 ,  凌月 ,  邓凯凯 ,  郑文昕

IPC: G06V40/20 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/42 ,  G06V10/44

Abstract: 本发明提供一种面向移动场景手势识别的毫米波雷达数据生成方法，其特征在于，包括：动态数据生成网络(人体‑相机位置估计器、深度预测模型、背景反射提取器、人体反射模型和数据拟合模型)和动态手势识别网络(空间特征提取模块和全局特征融合模块)两个单元架构，通过动态数据生成网络生成的大规模逼真的雷达数据，训练动态手势识别网络架构，利用动态视频数据来生成动态的毫米波雷达手势数据，提出适用于移动场景的毫米波雷达手势识别模型；解决了移动场景中背景和人的复杂反射特性难模拟问题、手势特征难提取问题；实现移动场景下普适的手势识别，有效扩充了毫米波雷达数据集，降低数据收集的成本，拓宽了移动场景下无线传感的潜在应用。

公开(公告)号：CN118379580A

公开(公告)日：2024-07-23

申请号：CN202410480166.1

申请日：2024-04-22

Applicant: 北京邮电大学

Inventor： 马华东 ,  赵东 ,  郑文昕 ,  邓凯凯 ,  凌月 ,  殷康文

IPC: G06V10/774 ,  G01S13/88 ,  G01S7/41 ,  G06V10/25 ,  G06V10/44 ,  G06V40/20 ,  G06V20/40 ,  G06V20/64 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/042

Abstract: 一种面向手势识别的细粒度毫米波雷达数据生成方法，属于毫米波雷达感知领域，包括：提取人体组成部位、2D骨骼点坐标和深度信息；根据深度信息将2D骨骼点转换成3D骨骼点；对其进行扩充生成手势运动反射点；根据反射点计算出每个手势运动反射点相对于雷达的RCS和径向速度；输入深度信息和RCS来模拟雷达信号的传播特性并输出人体反射强度图；将其与径向速度拼接成雷达数据；利用编码‑解码模型生成逼真的雷达数据；采用损失函数来衡量生成和真实的雷达数据在数量和分布上的相关性；用生成和真实数据混合训练手势识别模型。本发明有效解决了细粒度毫米波雷达数据不足及多样化、细粒度手势反射特征难模拟的问题，降低了数据采集成本。