摘要
本发明公开了一种基于毫米波雷达动作识别的异常行为检测方法,包括如下步骤:S1、采集同步的毫米波雷达数据;S2、对采集到的雷达数据进行半径滤波等预处理操作;S3、对预处理后的数据进行RANSAC平面分割,区分出地面和地面上的其他物体;S4、使用DBSCAN算法对点云数据进行聚类,将点云数据分成多个独立的部分,以区分人体和建筑物;S5、分析聚类结果,提取每个独立部分的长宽高比例和点云密度等特征,分析特征得出是否为人体的分类的结果;S6、先进行从三维到二维的维度转换,之后采用OpenPose方法对点云数据进行人体关键点定位;S7、使用时空图卷积网络进行异常行为检测。
技术关键词
人体关键点
DBSCAN算法
关节点
运动特征
高比例
雷达设备
姿势
完整点云数据
透视投影法
多尺度特征融合
多尺度特征提取
人体姿态估计
聚类
三维坐标信息
局部特征提取
强电磁干扰
特征提取方法
系统为您推荐了相关专利信息
多功能安全帽
动态作业
作业轨迹
环境风险评估
监控面板
无人机激光雷达
植被
特征提取算法
激光扫描点云数据
深度学习模型训练
特征参数信息
状态监测系统
信号处理模块
心率监测模块
控制模块
有功功率
光伏发电场
协同调度方法
电熔镁炉
高比例新能源