

一种基于涡旋电磁波雷达的人体目标步态精细识别方法.pdf
盼易****君a
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于涡旋电磁波雷达的人体目标步态精细识别方法.pdf
本发明提供一种基于涡旋电磁波雷达的人体目标步态精细识别方法。包括:第一步,对双模态回波信号经过平动补偿,进行解线频调处理,进行一维距离成像,利用双模态的回波将线多普勒和角多普勒分离;第二步,将线多普勒和角多普勒用时频图表示,并输入到双通道的卷积神经网络模型中,获得分类识别结果。实现了对人体目标步态的精细识别,有效克服了传统电磁波无法对人体目标步态的精细识别问题。
基于无线雷达信号的步态识别方法.pdf
本发明涉及步态识别技术领域,揭露了基于无线雷达信号的步态识别方法;通过预先构造样本步态的匹配数据库,可以为后续监测目标的步态识别和样本目标的步态数据更新提供了数据支撑,并且对监测目标的回波信号进行处理分析,判定监测目标的回波信号是否属于匹配数据库的匹配范围,将不属于匹配范围的回波信号对应的监测目标的各项数据进行存储,来对匹配数据库进行更新优化,有效提高了监测目标的步态识别的整体效率;本发明可以解决现有方案中通过无线雷达信进行步态识别时没有预先对样本目标的各项数据进行预处理和分类,使得监测目标的步态识别过程
一种基于人体骨架热图的多人步态识别方法.pdf
本发明公开了一种基于人体骨架热图的多人步态识别方法,包括:采集行人步态视频序列;对步态视频中的每一帧进行目标检测,并对检测到的行人进行跟踪;利用2D姿态估计模型对行人进行人体姿态估计,得到2D人体骨架热图;将2D人体骨架热图按照时间维度拼接为3D人体骨架热图序列;将3D人体骨架热图序列输入到3D卷积神经网络进行训练,使用训练好的网络模型进行步态特征提取,得到行人步态特征向量;将提取到的待识别行人步态特征向量与数据库中已注册行人的特征向量进行相似性度量,完成特征匹配。本发明利用3DCNN从人体骨架热图中提
一种基于毫米波雷达点云的步态识别方法.pdf
本发明公开了一种基于毫米波雷达点云的步态识别方法,包括:1)对雷达输出的原始点云进行聚类、追踪获取目标点;2)坐标转换;3)使用随机采样的方法固定每一帧的目标点云数量;4)使用PointNet与双向LSTM获取步态的时间特征向量,使用T?Net结合PointNet获取步态的空间特征向量;5)对全局特征进行距离计算,确认身份类别。本发明采用毫米波雷达采集人行走过程中的步态信息,降低了环境光照、水汽的影响;采用3D点云学习人行走过程中的运动特征,点既有3D空间坐标又有信噪比、速度信息,保证步态特征的丰富性;通
一种涡旋电磁波雷达旋转目标特征提取与成像方法.pdf
本发明属于雷达信号处理技术领域,公开了一种涡旋电磁波雷达旋转目标特征提取与成像方法,包括:采用双模态共轭相乘的方法进行雷达回波信号处理,构建雷达回波信号在方位角域的表示模型,对线、角多普勒分离后的回波信号进行表示;利用相位补偿方法构造补偿函数,从多个散射点产生的多次闪烁中识别并分离已进行相位补偿的散射点,令聚焦到零频的闪烁属于同一散射点;根据两个零频闪烁间隔的闪烁数量估计旋转目标的散射点个数。本发明的涡旋电磁波雷达旋转目标特征提取与成像方法能够考虑多散射点回波多普勒混叠时使用涡旋电磁波探测、分离角多普勒,