-
公开(公告)号:CN119495003A
公开(公告)日:2025-02-21
申请号:CN202411517879.7
申请日:2024-10-29
Applicant: 南京邮电大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V40/20 , G06V10/25 , G06F17/14 , G06F17/16
Abstract: 本发明属于MIMO穿墙雷达和计算机视觉领域,公开了一种基于MIMO穿墙雷达特征融合的多人人体行为识别方法,该方法对行为动作信息进行初步特征提取,包含原始特征和多普勒特征,将采集到的射频信号进行预处理,构建三维空间功率矩阵,构建多普勒行为矩阵,组合多帧数据特征矩阵,构建行为特征模型并将其输入至FS‑Convnext网络模型中完成训练。
-
公开(公告)号:CN119418071A
公开(公告)日:2025-02-11
申请号:CN202411545743.7
申请日:2024-11-01
Applicant: 南京邮电大学
IPC: G06V10/46 , G06V10/42 , G06V10/44 , G06N3/0464 , G06N3/0499 , G06N3/045 , G06N3/0455 , G06V10/764
Abstract: 本发明属于雷达点云识别处理技术领域,公开了一种基于毫米波雷达的人体点云解析方法,该方法将从人身上捕获的雷达点云作为输入,识别出与点云中的每个点对应的身体部,为点云进行分组、解析,将毫米波雷达采集到的点云数据首先传入多层感知机中以进行特征抽取,随后特征通过编码模块进行学习,随后采用对称的解码器结构,将局部特征解码为预测的人体解析信息,训练完毕后保存模型并用来进行人体点云的解析以及后续的姿态估计任务。本发明提高在稀疏点云下模型的点云解析任务准确度,提升系统的鲁棒性;降低网络结构复杂度,降低网络训练开销,提高了运算效率,在较少训练轮次的情况下可大幅提高人体解析的精度。
-