摘要
本发明属于关键点检测技术领域,具体涉及一种基于双流深度融合的毫米波雷达手势关键点检测方法、系统、设备及介质,其方法包括:对手部运动数据进行预处理,得到距离‑多普勒三维时空张量、微多普勒谱图和关键点真值序列,提取距离‑多普勒三维时空张量及微多普勒谱图特征,并进行跨模态特征融合,设计关键点检测解码器,基于模态融合特征估计手势关键点预测坐标序列,筛选置信度分数最高的前m个的手势关键点预测坐标序列与关键点真值序列进行匈牙利算法最优匹配,得到整体回归损失,迭代训练完成手势关键点检测模型;系统、设备及介质用于实现其方法;本发明具有高精度、高鲁棒性与低成本的综合应用优势。
技术关键词
手势关键点
微多普勒
频谱特征
检测解码器
跨模态融合特征
匈牙利算法
坐标
三维卷积神经网络
手部关键点
序列
注意力
高层语义特征
检测模型训练
雷达
查询特征
系统为您推荐了相关专利信息
综合评价模型
时间段
信号处理方法
频谱特征
时域特征
物联网大数据
智能检测方法
有功功率
电能计量数据
线损
脉象信息
房颤患者
分析方法
经验模态分解方法
希尔伯特黄变换
光滑进动锥体
散射点
识别方法
MUSIC算法
微多普勒
多智能体协作
协作策略
策略生成方法
决策
语义特征