一种基于多特征融合的毫米波雷达人体跌倒检测方法

AITNT
正文
推荐专利
一种基于多特征融合的毫米波雷达人体跌倒检测方法
申请号:CN202511141685
申请日期:2025-08-15
公开号:CN120643202B
公开日期:2025-11-04
类型:发明专利
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
1
跌倒检测方法、电子设备和存储介质
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
2
一种卡片式多功能健康信号检测系统
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
3
多源数据融合的智能风控方法、装置、设备及存储介质
风险 风控方法 深度神经网络 重构 大数据平台
4
一种传感器数据的生成方法、装置、电子设备及存储介质
传感器 时间段 物理设备 长短期记忆网络 时序特征
5
基于深度学习的毫米波雷达人体检测方法及其相关设备
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号