摘要
本发明公开了一种基于多模态微动特征和Transformer网络的人体姿态智能识别方法,包括:从人体目标雷达回波建模出发,推导人体不同部位对应的微多普勒信号数学解析表达式;针对毫米波雷达采集到的目标回波数据,采用二维快速傅里叶变换对其进行数据预处理,得到不同姿态对应的一维频谱序列以及二维多普勒图像,将两者分别送入一维Transformer网络和二维Transformer网络进行特征提取;采用多模态特征融合模型进行特征拼接并输出分类结果。本发明能够克服现有人体姿态智能识别手段中存在的识别率低、鲁棒性差等问题。
技术关键词
智能识别方法
微动特征
雷达
多普勒
回波
二维快速傅里叶变换
数学解析表达式
人体
多模态特征融合
编码器
矩阵
前馈神经网络
坐标系
中频信号
运动
散射点
上肢
系统为您推荐了相关专利信息
信号解调方法
压控振荡器
射频接收模块
中频信号
射频发射模块
大地测量
检索策略
车载激光雷达
分布式存储系统
约束优化方法
车路协同装置
打滑风险
车载设备
视频采集模块
定位模块
深度神经网络模型
智能识别方法
无线电信号识别
信号调制方式
优化深度神经网络
雷达回波外推方法
注意力机制
外推模型
多尺度
雷达回波图像