【技术实现步骤摘要】
基于压缩采样的RF信号人体姿态估计方法及装置
本专利技术涉及计算成像、机器学习
，特别涉及一种基于压缩采样的RF信号人体姿态估计方法。
技术介绍
人体的姿势估计是计算机视觉领域的一个重要研究课题，传统的计算机视觉方法受限于有障碍物存在的场景，人体被遮挡后就无法进行姿势估计。而RF信号具有可以穿透障碍物、对生物体安全、对不同的介电常数敏感的优点，因此可以用于安全检查。但是RF(RadioFrequency)信号缺少可以利用的二维面阵探测器，从而导致采样速度较慢。而采用压缩采样的方法可以降低采样率，加快采样速度。据我们所知，目前为止没有人结合压缩感知利用RF信号进行人体的姿势估计。因此，亟待一种可以通过较少采样恢复人体姿势，并且可以穿透障碍物的方法。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种基于压缩采样的RF信号人体姿态估计方法，该方法可以降低采样率，加快采样速度，更能达到实时检测人体姿势。本专利技术的另一个...
【技术保护点】
1.一种基于压缩采样的RF信号人体姿态估计方法，其特征在于，包括以下步骤：/n步骤S101，预先搭建电磁可重复编码超平面系统；/n步骤S102，利用压缩感知法对所述电磁可重复编码超平面系统进行编程，产生随机的电磁波图案，并将所述电磁波图案投射到待检测人体上，产生测量数据；/n步骤S103，采用单个探测器接收所述测量数据，并使用相机采集同样的可见光波段的场景图像；/n步骤S104，根据所述场景图像训练teacher网络，以用训练完成的teacher网络对所述测量数据做监督学习训练student网络；/n步骤S105，网络训练完成后，按照所述步骤S102对检测的人体进行测量，将...
【技术特征摘要】
1.一种基于压缩采样的RF信号人体姿态估计方法，其特征在于，包括以下步骤：
步骤S101，预先搭建电磁可重复编码超平面系统；
步骤S102，利用压缩感知法对所述电磁可重复编码超平面系统进行编程，产生随机的电磁波图案，并将所述电磁波图案投射到待检测人体上，产生测量数据；
步骤S103，采用单个探测器接收所述测量数据，并使用相机采集同样的可见光波段的场景图像；
步骤S104，根据所述场景图像训练teacher网络，以用训练完成的teacher网络对所述测量数据做监督学习训练student网络；
步骤S105，网络训练完成后，按照所述步骤S102对检测的人体进行测量，将得到的测量值作为网络的输入，输出估计的运动姿势。
2.根据权利要求1所述的基于压缩采样的RF信号人体姿态估计方法，其特征在于，所述步骤S105还包括：
结合多层感知器和卷积姿势机对所述测量值进行计算，得到人体关键节点并估计出所述运动姿势。
3.根据权利要求1所述的基于压缩采样的RF信号人体姿态估计方法，其特征在于，所述单个探测器为单个RF信号探测天线组成的系统。
...
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。