基于穿墙雷达的目标姿态识别方法、设备及介质技术

本发明专利技术提供一种基于穿墙雷达的目标姿态识别方法、设备及介质，其中，所述方法包括：采集各目标姿态对应的回波信号，并获取各目标姿态对应回波信号的特征集合；采集待识别姿态对应的回波信号，并获取所述待识别姿态对应回波信号的图像特征；基于各目标姿态的所述特征集合，和所述待识别姿态的图像特征，对所述待识别姿态进行判定，以获得待识别姿态对应的姿态类型；本发明专利技术可以实现对人体姿态的自动化识别，不仅提升了识别的效率，也提高了姿态识别的准确性。的准确性。的准确性。

【技术实现步骤摘要】
基于穿墙雷达的目标姿态识别方法、设备及介质


[0001]本专利技术属于姿态识别
，具体涉及一种基于穿墙雷达的目标姿态识别方法、设备及计算机存储介质。

技术介绍

[0002]人体姿态识别作为人体感知任务的重要组成部分，其旨在识别出人体不同的目标姿态类型，如站、坐、蹲等姿态。现有的人体姿态识别方法大多是基于摄像头等光学采集系统，通过对光学图像或视频进行图像特征提取，以从中识别出人体的目标姿态，但是，光学采集系统通常是利用可见光或红外光等波段信号进行信息采集，当人体与采集设备之间存在障碍物(如墙体)时，则光线会被障碍物遮挡，导致人体姿态无法被正常识别。
[0003]而穿墙雷达系统因其具有较强的穿透特性、较高的分辨力等优点，可以探测障碍物后的目标物；然而，现有的穿墙雷达人体姿态识别方法，通常是基于雷达回波信号来提取人体姿态的统计特征，如回波信号强度、密度等，并根据这些统计特征对人体的目标姿态进行类别区分；而该过程往往依赖于人为选定的统计特征，不仅费时费力，且识别的准确率不高。
[0004]因此，如何提高基于穿墙雷达的人体目标姿态识别效率和准确性，已成为本领域需要解决的技术问题。

技术实现思路

[0005]鉴于以上现有技术中存在的缺点，本专利技术的目的在于提供一种基于穿墙雷达的人体目标姿态识别方法、设备及计算机存储介质，用于解决现有的穿墙雷达于人体目标姿态识别过程需要人为判定统计特征，导致识别过程效率较低，准确性不高等问题。
[0006]为实现上述目的及其他相关目的，本专利技术于第一方面提供一种基于穿墙雷达的目标姿态识别方法，包括：采集各目标姿态对应的回波信号，并获取各目标姿态对应回波信号的特征集合；采集待识别姿态对应的回波信号，并获取所述待识别姿态对应回波信号的图像特征；基于各目标姿态的所述特征集合，和所述待识别姿态的图像特征，对所述待识别姿态进行判定，以获得待识别姿态对应的姿态类型。
[0007]于本专利技术的一实施例中，所述采集各目标姿态对应的回波信号，还包括：采集不同体型实验人员于同一目标姿态下的回波信号，并对回波信号进行均值化处理，将均值化处理后的回波信号，作为所述目标姿态对应的回波信号。
[0008]于本专利技术的一实施例中，所述获取各目标姿态对应回波信号的特征集合，包括：将各目标姿态对应的回波信号转换为数字信号；将各所述数字信号转换为对应的距离多普勒图像；提取各所述距离多普勒图像中与目标姿态信息相关的特征信息，以作为各所述目标姿态对应的特征集合。
[0009]于本专利技术的一实施例中，所述将各目标姿态对应的回波信号转换为数字信号，包括：利用AD
‑
ADC模数转换器，将各所述回波信号转换为对应的数字信号。
[0010]于本专利技术的一实施例中，所述提取各所述距离多普勒图像中与目标姿态信息相关的特征信息，包括：根据预设的特征类型，于各所述距离多普勒图像中提取目标点的特征信息，以作为所述目标姿态的特征集合；其中，所述目标点为所述目标姿态的特征点迹。
[0011]于本专利技术的一实施例中，所述提取各所述距离多普勒图像中与目标姿态信息相关的特征信息，包括：利用特征提取器，获取各所述距离多普勒图像中的图像特征；将各所述图像特征输出至分类器中进行分类，并将分类后获得的各类特征作为所述目标姿态的特征信息。
[0012]于本专利技术的一实施例中，所述获取所述待识别姿态对应回波信号的图像特征，包括：将采集到的回波信号由模拟信号转换成数字信号；将数字信号变换为距离多普勒图像；以及，提取所述距离多普勒图像中的特征信息，以获取所述待识别姿态的图像特征。
[0013]于本专利技术的一实施例中，所述对所述待识别姿态进行判定，包括：于各所述目标姿态的特征集合中，利用判别器获取与所述待识别姿态对应图像特征符合度最高的特征，并将该特征对应的目标姿态作为所述待识别姿态的判定结果。
[0014]本专利技术于第二方面提供一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如上任意所述的基于穿墙雷达的目标姿态识别方法。
[0015]本专利技术于第三方面提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行如上任意所述的跨模态检索模型训练方法或如上所述的基于穿墙雷达的目标姿态识别方法。
[0016]如上所述，本专利技术提供的所述基于穿墙雷达的目标姿态识别方法、设备及计算机存储介质，通过获取目标姿态的回波信号，并将回波信号进行信号转换和特征提取，以获取各目标姿态对应的特征集合，以基于各目标姿态的特征集合，将待识别姿态判定为符合度最高特征所对应的姿态类型，从而可以实现对人体姿态的自动化识别，不仅提升了识别的效率，也提高了姿态识别的准确性。
附图说明
[0017]图1显示为本专利技术基于穿墙雷达的目标姿态识别方法于一实施中的流程示意图；
[0018]图2显示为本专利技术中步骤S100于一具体实施例中的流程示意图；
具体实施方式
[0019]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0020]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0021]为解决现有技术中存在的问题，本专利技术首先提供一种基于穿墙雷达的目标姿态识别方法，利用穿墙探测雷达设备，隔墙采集穿墙雷达的回波信号。
[0022]请参阅图1，示出为本专利技术实施例提供的所述基于穿墙雷达的目标姿态识别方法的流程示意图。
[0023]如图1所示，所述基于穿墙雷达的目标姿态识别方法，包括以下步骤：
[0024]S100，采集各目标姿态对应的回波信号，并获取各目标姿态对应回波信号的特征集合；
[0025]于一具体实施例中，步骤100于具体执行时，如图2所示，包括以下子步骤：
[0026]S101，获取各目标姿态的回波信号；
[0027]具体的，在有障碍物环境下，实验人员依次摆出不同的目标姿态；对于第k类目标姿态，雷达发送单个电磁波信号并接收对应的回波信号；收集所述回波信号，并将该回波信号作为第k类目标姿态对应的回波信号。
[0028]可选的，所述实验人员为若干个，且不同实验人员的体型不同时，所述步骤S101还包括，对于同一目标姿态下所采集到不同实验人员对应的回波信号，进行均值化处理，以获得新的回波信号。
[0029]S102，将所述回波信号转换为距离多普勒图像；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于穿墙雷达的目标姿态识别方法，其特征在于，包括：采集各目标姿态对应的回波信号，并获取各目标姿态对应回波信号的特征集合；采集待识别姿态对应的回波信号，并获取所述待识别姿态对应回波信号的图像特征；基于各目标姿态的所述特征集合，和所述待识别姿态的图像特征，对所述待识别姿态进行判定，以获得待识别姿态对应的姿态类型。2.根据权利要求1所述的基于穿墙雷达的目标姿态识别方法，其特征在于，所述采集各目标姿态对应的回波信号，还包括：采集不同体型实验人员于同一目标姿态下的回波信号，并对回波信号进行均值化处理，将均值化处理后的回波信号，作为所述目标姿态对应的回波信号。3.根据权利要求1所述的基于穿墙雷达的目标姿态识别方法，其特征在于，所述获取各目标姿态对应回波信号的特征集合，包括：将各目标姿态对应的回波信号转换为数字信号；将各所述数字信号转换为对应的距离多普勒图像；提取各所述距离多普勒图像中与目标姿态信息相关的特征信息，以作为各所述目标姿态对应的特征集合。4.根据权利要求3所述的基于穿墙雷达的目标姿态识别方法，其特征在于，所述将各目标姿态对应的回波信号转换为数字信号，包括：利用AD
‑
ADC模数转换器，将各所述回波信号转换为对应的数字信号。5.根据权利要求3所述的基于穿墙雷达的目标姿态识别方法，其特征在于，所述提取各所述距离多普勒图像中与目标姿态信息相关的特征信息，包括：根据预设的特征类型，于各所述距离多普勒图像中提取目标点的特征信息，...

【专利技术属性】
技术研发人员：苏瀚，赵宇，卜智勇，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：