摘要
本发明公开了一种基于多特征融合的毫米波雷达人体跌倒检测方法,包括:从各雷达获取原始点云帧,进行时间戳校准与空间坐标系转换;对每帧点云执行噪声滤波、地面分割及人体点云提取;将预处理后点云分为静态簇与动态簇;过滤虚假动态簇;提取剩余动态簇集合,采用跟踪算法对人体动态簇在连续帧中进行标识与跟踪;从跟踪的人体簇中,提取校正后的时序特征;将时序特征输入预训练的深度时序网络,学习跌倒时序依赖关系,输出异常指标;与异常指标进行多源融合,得到综合指标判断是否触发报警。能适应复杂居家环境、提升检测准确性与实时性、减少误报漏报。
技术关键词
跌倒检测方法
时序特征
执行噪声滤波
雷达人体
时序依赖关系
骨骼关键点
动态
视觉设备
多源融合
指标
坐标系
密度聚类算法
卡尔曼滤波器
跟踪器
一致性算法
地面
系统为您推荐了相关专利信息
跌倒检测方法
时间序列预测模型
热成像模块
热成像传感器
角度检测模块
信号检测系统
卡片式
LSTM算法
三轴加速度计
集成光电传感器
传感器
时间段
物理设备
长短期记忆网络
时序特征
雷达人体
检测雷达
计算机程序指令
训练神经网络模型
数据