基于视频的毫米波数据自动标注方法及系统技术方案

本发明专利技术公开了一种基于视频的毫米波数据自动标注方法及系统，其中方法包括：采用多线程同步采集每个时刻待识别区域的毫米波数据和对应视频中的每一帧图像数据；将每一帧图像数据输入到训练好的行为识别神经网络模型进行识别，以得到每个时刻视频中的人体动作识别结果；对毫米波数据进行处理以得到带有时间维度信息的微多普勒特征数据；根据人体动作识别结果对微多普勒特征数据进行划分标注，以得到标注完成的毫米波数据；由此，通过同步采集视频数据和毫米波数据，以便通过视频数据对可解释性较弱的毫米波雷达数据进行标注，从而不仅节省了数据标注成本而且还提高了精确率。节省了数据标注成本而且还提高了精确率。节省了数据标注成本而且还提高了精确率。

【技术实现步骤摘要】
基于视频的毫米波数据自动标注方法及系统


[0001]本专利技术涉及数据自动标注
，特别涉及一种基于视频的毫米波数据自动标注方法和一种基于视频的毫米波数据自动标注系统。

技术介绍

[0002]相关技术中，随着人口出生率的下降，老年人口比例持续上升，在我国面临着人口老龄化的问题，大量老人的生活照料、出行等需求日益增加，其中安全保障需求尤为突出；65岁以上的老年人跌倒非常容易造成骨折，如果无法及时得到救治，会导致生命危险；传统方法对跌倒行为的检测通常采用相机采集的视频数据进行识别，这种检测方法在家庭护理环境下无法保护老人的隐私。
[0003]相对于视频数据，毫米波数据能够更好的保护个人隐私，但是为了实现基于毫米波的跌倒检测，需要按不同的动作给毫米波数据进行标注；因为该数据具有天然的隐私保护属性，导致难以进行标注；在人工标注毫米波数据过程中，通常会根据其他可视化数据进行标注，一般采用视频数据；在人工标注过程中，存在时间成本高以及标注标准不统一的问题。
[0004]视频数据可以很好的作为毫米波数据的可视化参考，利用视频数据可实现按动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频的毫米波数据自动标注方法，其特征在于，包括以下步骤：采用多线程同步采集每个时刻待识别区域的毫米波数据和对应视频中的每一帧图像数据；将所述每一帧图像数据输入到训练好的行为识别神经网络模型进行识别，以得到每个时刻视频中的人体动作识别结果；对所述毫米波数据进行处理以得到带有时间维度信息的微多普勒特征数据；根据所述人体动作识别结果对所述微多普勒特征数据进行划分标注，以得到标注完成的毫米波数据。2.如权利要求1所述的基于视频的毫米波数据自动标注方法，其特征在于，采用多线程同步采集每个时刻待识别区域的毫米波数据和对应视频中的每一帧图像数据，包括：同步控制线程发布采集指令给毫米波采集线程和相机采集线程，以便控制所述毫米波采集线程和所述相机采集线程同时开始采集数据；所述同步控制线程陷入休眠，以便等待所述毫米波采集线程和所述相机采集线程完成一次数据的采集；所述毫米波采集线程和所述相机采集线程开始采集数据，并在采集完成之后，通过耗时最长的线程唤醒所述同步控制线程，以便进入下一帧数据的采集，循环往复直至采集完成。3.如权利要求1所述的基于视频的毫米波数据自动标注方法，其特征在于，所述行为识别神经网络模型的训练过程包括：建立行为识别神经网络模型；获取不同场景下所需要识别的不同动作的图像数据，以形成数据集；将所述数据集输入到行为识别神经网络模型，以便对所述行为识别神经网络模型进行训练，以得到训练好的行为识别神经网络模型。4.如权利要求1所述的基于视频的毫米波数据自动标注方法，其特征在于，对所述毫米波数据进行处理以得到带有时间维度信息的微多普勒特征数据，包括：根据所述毫米波数据的前后帧信号对所述毫米波数据进行短时傅里叶变换以得到距离多普勒图；将所述距离多普勒图每个信号周期的距离多普勒信息在距离维上投影，每一帧累积，以得到带有时间维度信息的微多普勒特征数据。5.如权利要求1所述的基于视频的毫米波数据自动标注方法，其特征在于，根据所述行为识别结果中动作的开始与结束对毫米波数据在时间轴上进一步划分，得到带动作开始与结束的标签，以完成毫米波数据的自动标注。6.一种基于视频的毫米波数据自动标注系统，其特征在...

【专利技术属性】
技术研发人员：黄联芬，朱晨亮，邓培伟，林和志，陈勇，兰泽华，林昱，陈少伟，
申请(专利权)人：睿云联厦门网络通讯技术有限公司，
类型：发明
国别省市：