摘要
本发明涉及人体动作检测领域,尤其涉及到一种毫米波雷达的质心跟踪式人体动作识别方法,所述方法步骤包括:根据室内环境安装毫米波雷达;采集人体动作的雷达点云数据;利用空间密度聚类算法对点云数据聚类与去噪;根据点云质心模型确定人体质心的位置和速度;采用卡尔曼滤波并优化其测量误差的计算方法,实现人体质心的轨迹跟踪,再利用滑动窗口法提取轨迹数据,组合成6维特征序列;利用OpenMax‑CNN神经网络模型对不同动作进行分类检测。本发明提供的处理方法适用于多人环境,并采用开集识别技术,可以应用在日常开放的动作环境中识别未标签的人体动作行为,提高毫米波雷达人体动作识别的实用性和适应性。
技术关键词
人体动作识别方法
神经网络模型
空间聚类方法
信噪比信息
测量误差
点云信息
人体动作检测
雷达点云数据
密度聚类算法
卡尔曼滤波算法
代表
累积分布函数
滑动窗口法
雷达人体
动作环境
计算方法
系统为您推荐了相关专利信息
编织复合材料
结构一体化设计
薄壁结构
深度神经网络模型
三次样条曲线
贴片天线
输入结构
馈电位置
优化神经网络模型
参数
关节点
混合神经网络模型
强化学习模型
定位补偿方法
实例分割网络
降阶模型
神经网络结构
数据
智能体训练方法
状态信息管理