摘要
本发明公开了一种基于多尺度注意力的多模态毫米波步态识别方法,包括:毫米波雷达同时获取行人的三维点云数据和微多普勒图谱数据,并进行预处理操作;对预处理后的三维点云数据采用点云分支进行多尺度特征提取,对微多普勒图谱数据使用微多普勒分支进行微多普勒多尺度特征提取;将点云分支与微多普勒分支在不同尺度输出的特征通过线性投影和注意力加权相结合,得到多帧步态序列特征;将多帧步态序列特征输入到双向长短期记忆网络中进行时间维度的建模,并通过时间注意力机制关注关键时刻动作特征,采用分类器输出行人步态的识别结果。本发明具有隐私保护强、识别精度高、鲁棒性强的优势,适用于安防监控、智能家居以及医疗康护等领域。
技术关键词
步态识别方法
三维点云数据
注意力
双向长短期记忆网络
微多普勒
图谱特征
多尺度特征提取
序列特征
邻域
行人步态
二维卷积网络
多模态特征
时序特征
分支
融合特征
Softmax函数
系统为您推荐了相关专利信息
树高反演方法
多源遥感数据
深度学习网络模型
构建网络训练数据集
星载激光雷达
意图
协同控制方法
智能体交互
环境状态信息
大语言模型