-
公开(公告)号：CN117935368A
公开(公告)日：2024-04-26
申请号：CN202410140584.6
申请日：2024-02-01
Applicant: 电子科技大学 , 电子科技大学长三角研究院(衢州)
IPC: G06V40/20 , G06V10/82 , G06V10/764 , G06V10/147 , G06V10/80
Abstract: 本发明公开一种基于毫米波雷达的多特征轻量级手势识别方法，应用于手势识别技术领域，针对现有基于毫米波雷达的手势识别方法，通过多特征融合和深度学习，进行手势识别，存在的计算资源和储存资源耗费较大的问题；本发明首先对毫米波雷达采集到原始信号使用动目标显示技术和距离维快速傅里叶变换，生成手势的距离谱图；然后在距离谱图上对手势所在的距离单元做传统波束形成，生成手势的角度谱图；接着将生成的谱图分为训练数据和测试数据，搭建多特征轻量级网络，使用训练数据对网络进行训练；最后利用测试数据输入训练好的多特征轻量级网络，得到最终的识别结果。本发明方法在保证高准确率的手势识别同时只需要很小的内存需求和很少的计算量。
-
公开(公告)号：CN119247311A
公开(公告)日：2025-01-03
申请号：CN202411451183.9
申请日：2024-10-17
Applicant: 电子科技大学 , 电子科技大学长三角研究院(衢州)
IPC: G01S7/41 , A61B5/11 , A61B5/0507 , A61B5/05 , A61B5/00 , G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于硬分类判决的多通道雷达轻量化人体行为识别方法，应用于行为识别技术领域，针对现有人体行为识别方法存在的识别性能不足的问题；本发明首先将基于毫米波雷达采集到的多通道人体行为数据进行汇集，将相关雷达原始回波信号经过MTI技术处理，再分别进行STFT获得人体目标距离维度、多普勒维度等维度的雷达热图。将获得的多通道雷达热图作为数据集分别输入多个独立的MobileNetV3轻量化网络模型进行分类识别，随后将多通道识别结果经过一套基于硬分类判决的算法判定，使多通道人体行为信息融合，得到最终的人体行为判别标签。
-
公开(公告)号：CN116299473A
公开(公告)日：2023-06-23
申请号：CN202310339838.2
申请日：2023-03-31
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G01S13/931 , G01S7/36 , G01S13/66 , G01S7/41
Abstract: 本发明公开一种基于MIMO毫米波雷达的横穿目标探测方法，应用于障碍物环境下的目标探测领域，针对现有技术对横穿目标探测时未进行全过程探测的问题以及未考虑场景内障碍物引起的多径干扰问题；本发明基于横穿目标位于障碍物后方的非视距区域以及位于雷达前方的视距区域的电磁传播机理，建立回波模型；提出横穿目标运动全过程的探测方法，首先根据雷达回波数据获取场景的3D点云信息，接着基于场景中速度为零的静态点云，利用反射边界估计算法完成对场景中强反射面边界的估计，然后，基于场景中速度不为零的动态点云以及获取的反射边界信息，利用鬼影剔除算法消除动态点云中的鬼影，最后，根据剔除鬼影后的动态点云中心实现对横穿目标的跟踪。
-
公开(公告)号：CN117784074A
公开(公告)日：2024-03-29
申请号：CN202410171967.X
申请日：2024-02-07
Applicant: 电子科技大学 , 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开一种基于多域特征融合的雷达人体行为识别方法，应用于针对现有基于雷达传感器和深度学习技术的人体行为识别方法仅采用一个域的特征，或仅在时频域上采用一种时频分析方法，造成对人体行为特征表达不充分的问题；本发明选择了三种不同时频分辨率的时频分析方法，即短时傅里叶变换、自适应最优核时频表示法和汉宁核减少交叉项干扰分布；得到三类频谱图；然后在时频域上利用SENet和3DCNN网络将三类时频谱图结合使用，更充分表达了人体行为特征；在距离域上，同样使用SENet提取关键特征；并将两个域的特征结合起来，找到其相互关系，有效提高了对人体行为的识别准确率。
-
-
-
Search Results
4
records
(took 0.03 seconds)
