[發(fā)明專利]雷達(dá)人體動(dòng)作識(shí)別方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011079655.4
• 申請(qǐng)日: 2020-10-10
• 公開（公告）號(hào): CN112241001B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計(jì)）人: 陽(yáng)召成;賴佳磊
• 申請(qǐng)（專利權(quán)）人: 深圳大學(xué)
• 主分類號(hào): G01S7/41
• 分類號(hào): G01S7/41;G06F18/241;G06F18/2415;G06N3/0464;G06N3/047;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

1.一種雷達(dá)人體動(dòng)作識(shí)別方法，其特征在于，包括：

對(duì)獲取的人體骨架數(shù)據(jù)進(jìn)行模擬，得到模擬雷達(dá)回波數(shù)據(jù)；

基于神經(jīng)網(wǎng)絡(luò)模型對(duì)所述模擬雷達(dá)回波數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，得到預(yù)訓(xùn)練模型參數(shù)；

基于所述預(yù)訓(xùn)練模型參數(shù)和所述神經(jīng)網(wǎng)絡(luò)模型，對(duì)人體動(dòng)作的真實(shí)雷達(dá)回波數(shù)據(jù)進(jìn)行優(yōu)化訓(xùn)練，得到目標(biāo)識(shí)別模型；其中，所述目標(biāo)識(shí)別模型用于對(duì)待識(shí)別的雷達(dá)回波數(shù)據(jù)進(jìn)行識(shí)別，得到人體動(dòng)作識(shí)別結(jié)果；

在所述對(duì)獲取的人體骨架數(shù)據(jù)進(jìn)行模擬，得到模擬雷達(dá)回波數(shù)據(jù)之前，還包括：

采用修改對(duì)人體骨架數(shù)據(jù)進(jìn)行擬合后的參數(shù)的擴(kuò)充方式對(duì)所述人體骨架數(shù)據(jù)進(jìn)行擴(kuò)充，得到擴(kuò)充后的大樣本人體骨架數(shù)據(jù)；

采用所述修改對(duì)人體骨架數(shù)據(jù)進(jìn)行擬合后的參數(shù)的擴(kuò)充方式，對(duì)所述人體骨架數(shù)據(jù)進(jìn)行擴(kuò)充，包括：

對(duì)所述人體骨架數(shù)據(jù)進(jìn)行周期延拓；

對(duì)進(jìn)行周期延拓后的人體骨架數(shù)據(jù)進(jìn)行擬合，得到擬合參數(shù)；

對(duì)擬合參數(shù)進(jìn)行修改，得到修改后的人體骨架數(shù)據(jù)；

采用擬合優(yōu)化算法對(duì)所述修改后的人體骨架數(shù)據(jù)進(jìn)行優(yōu)化，將優(yōu)化后的人體骨架數(shù)據(jù)作為對(duì)人體骨架數(shù)據(jù)進(jìn)行擴(kuò)充的結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人體骨架數(shù)據(jù)包括人體至少兩個(gè)部位關(guān)鍵點(diǎn)的三維坐標(biāo)信息隨時(shí)間變化的數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用如下至少一種擴(kuò)充方式對(duì)所述人體骨架數(shù)據(jù)進(jìn)行擴(kuò)充：修改所述人體骨架數(shù)據(jù)中的人體骨骼高度信息，修改所述人體骨架數(shù)據(jù)中的人體運(yùn)動(dòng)速度信息以及修改對(duì)人體骨架數(shù)據(jù)進(jìn)行擬合后的參數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)獲取的人體骨架數(shù)據(jù)進(jìn)行模擬，得到模擬雷達(dá)回波數(shù)據(jù)，包括：

對(duì)所述人體骨架數(shù)據(jù)進(jìn)行插值，得到目標(biāo)數(shù)量的人體骨架數(shù)據(jù)；其中，所述目標(biāo)數(shù)據(jù)根據(jù)所述真實(shí)雷達(dá)回波數(shù)據(jù)的慢時(shí)間采集頻率確定；

對(duì)所述目標(biāo)數(shù)量的人體骨架數(shù)據(jù)進(jìn)行雷達(dá)坐標(biāo)轉(zhuǎn)換，以得到所述目標(biāo)數(shù)量的人體骨架數(shù)據(jù)中每個(gè)人體骨架數(shù)據(jù)代表的人體部位關(guān)鍵點(diǎn)到模擬雷達(dá)的距離，確定模擬雷達(dá)回波數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型為雙分支DenseNet神經(jīng)網(wǎng)絡(luò)，其中，每個(gè)分支DenseNet神經(jīng)網(wǎng)絡(luò)包括至少一個(gè)卷積層、至少兩個(gè)DenseBlock層以及至少兩個(gè)傳輸層，將兩個(gè)分支神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行拼接后輸入至softmax層進(jìn)行分類。

6.一種雷達(dá)人體動(dòng)作識(shí)別裝置，其特征在于，包括：

模擬雷達(dá)數(shù)據(jù)確定模塊，用于對(duì)獲取的人體骨架數(shù)據(jù)進(jìn)行模擬，得到模擬雷達(dá)回波數(shù)據(jù)；

預(yù)訓(xùn)練模塊，用于基于神經(jīng)網(wǎng)絡(luò)模型對(duì)所述模擬雷達(dá)回波數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，得到預(yù)訓(xùn)練模型參數(shù)；

優(yōu)化訓(xùn)練模塊，用于基于所述預(yù)訓(xùn)練模型參數(shù)和所述神經(jīng)網(wǎng)絡(luò)模型，對(duì)人體動(dòng)作的真實(shí)雷達(dá)回波數(shù)據(jù)進(jìn)行優(yōu)化訓(xùn)練，得到目標(biāo)識(shí)別模型；其中，所述目標(biāo)識(shí)別模型用于對(duì)待識(shí)別的雷達(dá)回波數(shù)據(jù)進(jìn)行識(shí)別，得到人體動(dòng)作識(shí)別結(jié)果；

所述裝置還包括數(shù)據(jù)擴(kuò)充模塊，用于：

在所述對(duì)獲取的人體骨架數(shù)據(jù)進(jìn)行模擬，得到模擬雷達(dá)回波數(shù)據(jù)之前，采用修改對(duì)人體骨架數(shù)據(jù)進(jìn)行擬合后的參數(shù)的擴(kuò)充方式對(duì)所述人體骨架數(shù)據(jù)進(jìn)行擴(kuò)充，得到擴(kuò)充后的大樣本人體骨架數(shù)據(jù)；

其中，采用所述修改對(duì)人體骨架數(shù)據(jù)進(jìn)行擬合后的參數(shù)的擴(kuò)充方式，對(duì)所述人體骨架數(shù)據(jù)進(jìn)行擴(kuò)充，包括：

對(duì)所述人體骨架數(shù)據(jù)進(jìn)行周期延拓；

對(duì)進(jìn)行周期延拓后的人體骨架數(shù)據(jù)進(jìn)行擬合，得到擬合參數(shù)；

對(duì)擬合參數(shù)進(jìn)行修改，得到修改后的人體骨架數(shù)據(jù)；

采用擬合優(yōu)化算法對(duì)所述修改后的人體骨架數(shù)據(jù)進(jìn)行優(yōu)化，將優(yōu)化后的人體骨架數(shù)據(jù)作為對(duì)人體骨架數(shù)據(jù)進(jìn)行擴(kuò)充的結(jié)果。

7.一種電子設(shè)備，其特征在于，包括：

一個(gè)或多個(gè)處理器；

存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如權(quán)利要求1-5中任一所述的雷達(dá)人體動(dòng)作識(shí)別方法。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-5中任一所述的雷達(dá)人體動(dòng)作識(shí)別方法。