[发明专利]雷达人体动作识别方法、装置、电子设备和存储介质有效
申请号: | 202011179743.1 | 申请日: | 2020-10-29 |
公开(公告)号: | CN112327288B | 公开(公告)日: | 2023-07-25 |
发明(设计)人: | 阳召成;陈梦霞;周建华 | 申请(专利权)人: | 深圳大学 |
主分类号: | G01S13/58 | 分类号: | G01S13/58 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 潘登 |
地址: | 518060 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 雷达 人体 动作 识别 方法 装置 电子设备 存储 介质 | ||
1.一种雷达人体动作识别方法,其特征在于,包括:
根据获取到的雷达回波数据确定人体的运动轨迹,并根据所述运动轨迹确定人体的第一动作状态;
根据所述第一动作状态和所述雷达回波数据确定第二动作状态的识别特征;其中,所述识别特征包括时频特征和属性特征;
根据所述识别特征确定人体的第二动作状态;
所述根据所述第一动作状态和所述雷达回波数据确定第二动作状态的识别特征之前,还包括:
根据所述雷达回波数据确定能量突发曲线;
根据所述能量突发曲线确定能量突发阈值;
根据所述能量突发阈值和所述能量突发曲线,确定异常事件发生时间;
所述第一动作状态包括静止站立状态和走路状态;
相应的,根据所述第一动作状态和所述雷达回波数据确定第二动作状态的识别特征,包括:
若所述第一动作状态是静止站立状态,则确定所述异常事件发生时间后第一预设时间段为目标时间段,根据所述目标时间段内的雷达回波数据和所述能量突发曲线,确定第二动作状态的识别特征包括:异常事件持续时长参数、能量比参数、极端频率参数和最大位移参数;
若所述第一动作状态是走路状态,则确定所述异常事件发生时间前第一预设时间段为目标时间段,根据所述目标时间段内的雷达回波数据和所述能量突发曲线,确定第二动作状态的识别特征包括:能量比参数、极端频率参数和最大位移参数;
其中,异常事件持续时长参数、能量比参数和极端频率参数是时频特征,最大位移参数是属性特征。
2.根据权利要求1所述的方法,其特征在于,
其中,所述异常事件持续时长参数的确定步骤如下所示:
提取所述能量突发曲线中在所述目标时间段内的能量数据;
若第一目标时间点处的能量数据小于所述能量突发阈值,且所述第一目标时间点后第二预设时间段内的能量数据中小于所述能量突发阈值的数据占所述第二预设时间段内的能量数据的比例超过比例阈值,则确定所述第一目标时间点为异常事件结束时间;
根据所述异常事件发生时间和所述异常事件结束时间确定异常事件持续时长参数;
其中,所述能量比参数的确定步骤如下所示:
根据人体的不同动作状态的运动速度确定第一频率、第二频率、第三频率和第四频率;其中,所述第一频率小于第二频率,第二频率小于第三频率,第三频率小于第四频率;
确定所述第一频率和所述第二频率为第一频带,并确定第一频带内多普勒能量的总和为第一能量;
确定所述第二频率和所述第三频率为第二频带,并确定第二频带内多普勒能量的总和为第二能量;
确定所述第三频率和所述第四频率为第三频带,并确定第三频带内多普勒能量的总和为第三能量;
根据所述第三能量和第二能量的比值确定第一能量比参数,并根据所述第二能量和所述第一能量的比值确定第二能量比参数;
其中,所述极端频率参数的确定步骤如下所示:
根据所述雷达回波数据确定时频图;
确定所述时频图中正频范围内的最大正频率和负频范围内的最大负频率;
确定所述最大正频率和所述最大负频率中绝对值最大的频率为极端频率;
其中,所述最大位移参数的确定步骤如下所示:
提取所述运动轨迹中在所述目标时间段内的轨迹数据;
根据所述轨迹数据确定在第一预设时间段内人体的最大位移。
3.根据权利要求1所述的方法,其特征在于,所述第一动作状态包括静止站立状态和走路状态;
相应的,根据所述能量突发阈值和所述能量突发曲线,确定异常事件发生时间,包括:
若所述第一动作状态是静止站立状态,则若在确定第一动作状态之后存在第二目标时间点处的能量数据大于所述能量突发阈值,且所述第二目标时间点后第二预设时间段内的能量数据中大于所述能量突发阈值的数据占所述第二预设时间段内的能量数据的比例超过比例阈值,则确定所述第二目标时间点为异常事件发生时间;
若所述第一动作状态是走路状态,则若在确定第一动作状态之后存在第三目标时间点处的能量数据小于所述能量突发阈值,且所述第三目标时间点后第二预设时间段内的能量数据中小于所述能量突发阈值的数据占所述第二预设时间段内的能量数据的比例超过比例阈值,则确定所述第三目标时间点为异常事件发生时间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011179743.1/1.html,转载请声明来源钻瓜专利网。