基于深度学习的雷达人体活动识别方法、装置和电子设备
申请号:CN202410883532
申请日期:2024-07-03
公开号:CN118409313B
公开日期:2024-11-05
类型:发明专利
摘要
本发明提供一种基于深度学习的雷达人体活动识别方法、装置和电子设备,属于人体活动识别技术领域,其中,方法包括:采集人体反射的多个角度的毫米波雷达回波数据;对多个角度的毫米波雷达回波数据进行处理,得到多个角度的三维数据,三维数据包括距离、时间和多普勒速度三个维度的数据;将多个角度的三维数据输入至预先构建的深度学习模型,得到深度学习模型输出的多个角度的三维数据对应的人体动作识别结果;其中,深度学习模型是基于多个角度的样本三维数据,以及多个角度的样本三维数据的人体动作识别结果标签训练得到的。本发明能够降低计算的复杂度,提高人体动作识别的准确性和效率。
技术关键词
人体动作识别
活动识别方法
雷达回波数据
深度学习模型
雷达人体
注意力
速度
傅里叶变换处理
样本
多普勒
人体活动识别
距离信息
标签
电子设备
数据采集单元
多层感知器