【技术实现步骤摘要】
本专利技术涉及雷达探测，具体为一种人体姿态识别方法、装置、电子设备及可读存储介质。
技术介绍
1、随着5g技术的飞速发展与成熟，人们对于智能生活的期待越来越高，更多高科技工业化产品也应运而生，其中，人体姿态识别被广泛应用于人机交互、智能监控、虚拟现实和人体行为分析等领域，其识别过程是基于指定视频图像或传感器信号，根据人体关节点位置的变化识别人体动作的过程。
2、目前，基于视频的姿态检测与基于穿戴式传感器的姿态检测是主流的姿态检测方案，其中，摄像头拍摄的图像质量容易受到拍摄角度、光线变化、局部遮挡等影响，而穿戴式传感器仅能实现近距离的姿态检测，且穿戴设备易脱落，不利于在长时间内对人员进行持续的姿态检测与维持。同时，在实际实验中发现，当运动幅度相对较大时，人体的局部运动会造成对人体姿态的误判，从而降低了检测的准确率，影响系统检测的稳定性。
技术实现思路
1、本专利技术实施例的目的在于提供一种人体姿态识别方法、装置、电子设备及可读存储介质，解决现有技术中因人体局部运动导致对人体姿态的误判，从而降低检测准确率，影响系统检测稳定性的问题，具体技术方案如下：
2、依据本申请实施例的第一方面，提供了一种人体姿态识别方法，所述方法包括：
3、获取检测目标的初始姿态；
4、获取所述检测目标的原始信号，并根据所述原始信号生成所述检测目标对应的若干帧点云数据；
5、获取追踪算法以及姿态检测算法，所述姿态检测算法对应有一个固定帧数长度的滑动时间窗
6、将每一帧所述点云数据输入所述追踪算法进行质心检测，获得所述检测目标在每帧所述点云数据中的质心信息；
7、逐帧将所述点云数据以及所述点云数据对应的质心信息输入所述姿态检测算法进行姿态检测，获取所述滑动时间窗口内的多帧点云数据；
8、当所述滑动时间窗口内的多帧点云数据满足预设条件时，所述检测目标由所述初始姿态转移至目标姿态。
9、进一步地，所述获取所述检测目标的原始信号，并根据所述原始信号生成所述检测目标对应的若干帧点云数据，包括：
10、通过所述毫米波雷达对检测范围进行检测，并获取位于所述检测范围内的检测目标对应的反射信号；
11、根据所述反射信号进行特征提取，生成与所述检测目标相关的若干个特征值；
12、根据所述检测目标相关的若干个特征值，生成所述检测目标对应的若干帧点云数据；
13、所述特征值包括距离、方位角、俯仰角、多普勒信息、信噪比和噪声值。
14、进一步地，所述追踪算法包括聚类算法与基于扩展卡尔曼滤波的修正算法，所述将每一帧所述点云数据输入所述追踪算法进行质心检测，获得所述检测目标在每帧所述点云数据中的质心信息，包括：
15、将每一帧所述点云数据逐帧输入所述聚类算法，并结合所述基于扩展卡尔曼滤波的修正算法进行修正，得到所述检测目标在每帧所述点云数据中的质心信息；
16、所述质心信息包括：位置、速度与加速度信息。
17、进一步地，所述滑动时间窗口包括所述检测目标当前帧图像及之前帧图像对应的点云数据、质心信息及特征值，所述获取追踪算法以及姿态检测算法，所述姿态检测算法对应有一个固定帧数长度的滑动时间窗口，包括：
18、获取有限状态机，通过所述有限状态机对所述姿态检测算法进行建模，每个所述有限状态机对应一个所述固定帧数长度的滑动时间窗口；
19、通过先进先出的方式对所述滑动时间窗口内的帧数据进行实时更新；
20、其中，所述获取有限状态机，通过所述有限状态机对所述姿态检测算法进行建模，包括：
21、获取所述检测目标在检测范围内的动作状态，将所述动作状态定义为所述有限状态机中对应的各个节点，所述动作状态至少包括：走、站、坐和跌倒中的一种；
22、设置状态转移条件，将所述状态转移条件定义为所述有限状态机中第一节点与第二节点之间相连的边。
23、进一步地，所述当所述滑动时间窗口内的多帧点云数据满足预设条件时，所述检测目标由初始姿态转移至目标姿态，包括：
24、判断所述多帧点云数据否满足第一预设条件或所述多帧点云数据是否满足第二预设条件；
25、当所述多帧点云数据满足所述第一预设条件且满足所述第二预设条件时，所述检测目标当前动作状态对应的节点沿所述状态转移条件对应的边发生转移；
26、当所述多帧点云数据未满足所述第一预设条件或未满足所述第二预设条件时，所述检测目标当前动作状态对应的节点沿自旋边发生转移，保持不变；
27、将所述检测目标当前动作状态对应的节点发生转移后的节点作为所述检测目标的目标节点，获取所述目标节点对应的动作状态作为所述目标姿态。
28、进一步地，所述判断所述多帧点云数据否满足第一预设条件或所述多帧点云数据是否满足第二预设条件，包括：
29、获取所述滑动时间窗口内同时满足第三预设条件、第四预设条件及第五预设条件的点云数据的帧数量，当所述帧数量大于等于第一预设值时，所述多帧点云数据满足所述第一预设条件；
30、获取所述滑动时间窗口内所述检测目标的质心信息的位置高于第二预设值的点云数据的帧数量，当所述帧数量大于等于第三预设值时，所述多帧点云数据满足所述第二预设条件。
31、进一步地，所述获取所述滑动时间窗口内同时满足第三预设条件、第四预设条件及第五预设条件的点云数据的帧数量，包括：
32、获取所述滑动时间窗口内所述检测目标对应的若干帧点云数据中最高点与最低点的高度差，当所述高度差达到第四预设值时，所述点云数据的对应帧满足所述第三预设条件；
33、获取所述滑动时间窗口内所述检测目标对应的若干帧点云数据中高于所述检测目标的质心信息的位置的点数，当所述高于所述检测目标的质心信息位置的点数达到第五预设值时，所述点云数据的对应帧满足所述第四预设条件；
34、获取所述滑动时间窗口内所述检测目标对应的若干帧点云数据中低于所述检测目标的质心信息的位置的点数，当所述低于所述检测目标的质心信息的位置的点数达到第六预设值时，所述点云数据的对应帧满足所述第五预设条件；
35、获取所述滑动时间窗口内所述检测目标对应的若干帧点云数据中同时满足所述第三预设条件、所述第四预设条件及所述第五预设条件的帧数量。
36、根据本申请实施例的第二方面，提供一种人体姿态识别装置，所述装置包括：
37、姿态设置模块，用于获取检测目标的初始姿态；
38、点云数据生成模块，用于获取所述检测目标的原始信号，并根据所述原始信号生成所述检测目标对应的若干帧点云数据；
39、算法获取模块，用于获取追踪算法以及姿态检测算法，所述姿态检测算法对应有一个固定帧数长度的滑动时间窗口；
40、目标追踪模块，用于将每一帧所述点云数据输入所述追踪算法进行质心检测，获得所述检测目标在每帧本文档来自技高网...
【技术保护点】
1.一种人体姿态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述检测目标的原始信号，并根据所述原始信号生成所述检测目标对应的若干帧点云数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述追踪算法包括聚类算法与基于扩展卡尔曼滤波的修正算法，所述将每一帧所述点云数据输入所述追踪算法进行质心检测，获得所述检测目标在每帧所述点云数据中的质心信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述滑动时间窗口包括所述检测目标当前帧图像及之前帧图像对应的点云数据、质心信息及特征值，所述获取追踪算法以及姿态检测算法，所述姿态检测算法对应有一个固定帧数长度的滑动时间窗口，包括：
5.根据权利要求4所述的方法，其特征在于，所述当所述滑动时间窗口内的多帧点云数据满足预设条件时，所述检测目标由初始姿态转移至目标姿态，包括：
6.根据权利要求5所述的方法，其特征在于，所述判断所述多帧点云数据否满足第一预设条件或所述多帧点云数据是否满足第二预设条件，包括：
7.根据权利要求6所述
8.一种人体姿态识别装置，其特征在于，所述装置包括：
9.一种电子设备，包括：
10.一种计算机可读存储介质，存储与电子设备结合使用的计算机程序，所述计算机程序可被处理器执行以完成权利要求1-7中任一所述的方法。
...【技术特征摘要】
1.一种人体姿态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述检测目标的原始信号，并根据所述原始信号生成所述检测目标对应的若干帧点云数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述追踪算法包括聚类算法与基于扩展卡尔曼滤波的修正算法，所述将每一帧所述点云数据输入所述追踪算法进行质心检测，获得所述检测目标在每帧所述点云数据中的质心信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述滑动时间窗口包括所述检测目标当前帧图像及之前帧图像对应的点云数据、质心信息及特征值，所述获取追踪算法以及姿态检测算法，所述姿态检测算法对应有一个固定帧数长度的滑动时间窗口，包括：
5.根据...
【专利技术属性】
技术研发人员：周安福，贾槐真，
申请(专利权)人：北京金茂绿建科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。