[發明專利]一種人體姿態識別方法、系統、電子設備及存儲介質有效
| 申請號: | 202211441234.0 | 申請日: | 2022-11-17 |
| 公開(公告)號: | CN115496170B | 公開(公告)日: | 2023-02-17 |
| 發明(設計)人: | 高軍峰;張宇;張冰洋;向杰;曹書琪;黃龍;付君雅 | 申請(專利權)人: | 中南民族大學 |
| 主分類號: | G06V10/774 | 分類號: | G06V10/774;G06V10/764;G06V10/762 |
| 代理公司: | 武漢藍寶石專利代理事務所(特殊普通合伙) 42242 | 代理人: | 謝洋 |
| 地址: | 430000 湖北省武*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 人體 姿態 識別 方法 系統 電子設備 存儲 介質 | ||
本發明提供的一種人體姿態識別方法、系統、電子設備及存儲介質,方法包括:基于預設算法對獲取的初始點云數據進行預處理,得到噪聲分離后的人體運動點云數據;對人體運動點云數據中多個點進行關聯,獲取其對應的多個特征信息;基于人體運動點云數據和多個特征信息對預設的分類識別模型進行訓練,得到訓練完成的姿態識別模型;基于姿態識別模型對初始點云數據進行識別,得到其對應的人體姿態信息。本發明通過預處理去除初始點云數據的噪聲,從而降低分類識別模型的計算復雜度以及增強學習效率,基于去噪的人體運動點云數據和多個特征進行模型訓練得到姿態識別模型,并基于姿態識別模型對點云數據進行姿態識別,從而大大的提高人體姿態識別精度。
技術領域
本發明涉及數據處理技術領域,更具體地,涉及一種人體姿態識別方法、系統、電子設備及存儲介質。
背景技術
毫米波雷達使用毫米波通常是指30~-300GHz頻域(波長為1~10mm)的。毫米波的波長介于厘米波和光波之間,因此毫米波兼有微波制導和光電制導的優點。同厘米波導引頭相比,毫米波導引頭具有體積小、質量輕和空間分辨率高的特點。與紅外、激光、電視等光學導引頭相比,毫米波導引頭穿透霧、煙、灰塵的能力強,具有全天候全天時的特點,目前經常用亳米波雷達來識別人體姿態的信息。
隨著毫米波雷達技術的成熟,毫米波雷達在日常生活中得到了廣泛的引用,其中包括基于毫米波雷達的多普勒效應對人體姿態進行識別,其過程可以是利用人體各身體部件的不同微動方式會在雷達回信號中引起不同調制效果,可通過對雷達回波信號進行時頻變換得到的微多普勒譜圖中觀察到這種效果,并具有各自的微多普勒特性,這樣的微多普勒特性能有效地估計人體運動姿態變化規律和識別人體運動動作。然而由于毫米波雷達系統產生的點云稀疏和不均勻,導致在人體姿態識別時精度降低,因此,如何進一步提高人體姿態識別精度是亟待解決的問題。
發明內容
本發明針對現有技術中存在的技術問題,提供一種人體姿態識別方法、系統、電子設備及存儲介質,用以解決如何進一步提高人體姿態識別精度的問題。
根據本發明的第一方面,提供了一種人體姿態識別方法,包括:
基于預設算法對獲取的初始點云數據進行預處理,得到噪聲分離后的人體運動點云數據;
對所述人體運動點云數據中多個點進行關聯,獲取其對應的多個特征信息;
基于所述人體運動點云數據和所述多個特征信息對預設的分類識別模型進行訓練,得到訓練完成的姿態識別模型;
基于所述姿態識別模型對所述初始點云數據進行識別,得到其對應的人體姿態信息。
在上述技術方案的基礎上,本發明還可以作出如下改進。
可選的,所述基于預設算法對獲取的初始點云數據進行預處理,得到噪聲分離后的人體運動點云數據的步驟,包括:
獲取初始點云數據;
基于預設算法對所述初始點云數據中人體中心進行聚類;
將聚類后的結果進行體素化處理,得到噪聲分離后的人體運動點云數據。
可選的,所述對所述人體運動點云數據中多個點進行關聯,獲取其對應的多個特征信息的步驟,包括:
將所述人體運動點云數據進行多點連接,獲取其對應的多點之間的距離、角度、移動方向和移動速度的特征信息。
可選的,所述將所述人體運動點云數據進行多點連接,獲取其對應的多點之間的距離、角度、移動方向和移動速度的特征信息的步驟之后,包括:
構建二維矩陣,將所述多個點之間的距離、角度、移動方向和移動速度的特征信息以one-hot編碼進行存儲。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中南民族大學,未經中南民族大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211441234.0/2.html,轉載請聲明來源鉆瓜專利網。





