一种身体干扰识别方法、装置、系统和存储介质制造方法及图纸

本发明专利技术实施例公开了一种身体干扰识别方法、装置、系统和存储介质。所述身体干扰识别方法包括获取待识别对象的雷达回波信号，所述雷达回波信号包括多个维度的信息，对所述雷达回波信号在快时间维做傅里叶变换，得到距离

【技术实现步骤摘要】
一种身体干扰识别方法、装置、系统和存储介质


[0001]本专利技术实施例涉及图像识别领域，尤其涉及一种身体干扰识别方法、装置、系统和存储介质。

技术介绍

[0002]随着电子信息技术的迅猛发展，传感器、手机、电脑和虚拟现实等各类智能设备正逐渐普及到人们的日常生活中。这些智能设备的普及给人们带来了许多便利，也促进了学者对新型人机交互方式的研究。在这其中，手势作为用户的日常动作之一，具有直接、自然、简短、高效、含义丰富以及种类繁多等特点。手势动作是人们在生活中相互交流和传递信息的重要手段，是自然人机交互中使用频次最高的人类肢体语言。因此，将手势识别应用于人机交互中，可极大地提升用户的体验感和便利度。
[0003]迄今为止，手势识别技术大体可以分为三种类型：基于穿戴设备技术、基于视觉技术以及基于无线信号技术。（1）基于穿戴设备技术的手势识别，它要求使用者长期穿戴，影响用户体验，且不容易携带，使用成本高。（2）基于视觉技术的手势识别，容易受到光线影响，在强光和弱光环境下成像质量较差；对于动态手势的速度信息较难获取；高分辨率图像的数据量大，对计算资源要求较高，难以集成实现边缘处理和小型化，且容易涉及个人的隐私安全问题。（3）基于无线信号技术的手势识别，由于其有限的带宽而不具有较小的距离分辨率，手势运动变化相对较小导致多普勒频移也相对较小；由于室内背景环境的变化导致信道环境也不断变化，导致此类技术的鲁棒性较差。基于超声波的技术，由于声波在空气中衰减过快，其作用区域较短，性能随着距离的增加而剧烈下降。
[0004]而基于雷达传感器的手势识别技术通过发射和接收电磁波信号，可以从信号中提取手势目标的距离、速度和角度等信息。该技术的主要优势在于不受光线、天气、温度、声音等外界环境影响，可以全天时、全天候工作，抗干扰能力强，具有一定的穿透能力，并且保护用户的隐私。除此之外，目前微型雷达传感器内部已高度集成化，体积小、易集成、能耗低，这为嵌入到便携式的嵌入式设备中提供了可能。
[0005]目前，雷达手势识别在具备天然的隐私保护属性等优点的同时，其角度分辨率较低、信息不直观，因此，雷达手势识别在识别是何种物体方面存在问题和难点。目前现有的手势识别方法和系统中，将目标检测这一前置步骤简单化，默认将检测到的目标当作手势目标，未考虑实际应用中存在的身体目标干扰会造成后续手势种类的误判、准确率降低等问题。

技术实现思路

[0006]本专利技术实施例提供一种身体干扰识别方法、装置、系统和存储介质，达到了提高整体手势识别的准确率和可靠性的效果。
[0007]根据本专利技术的一方面，提供了一种身体干扰识别方法，包括：
[0008]获取待识别对象的雷达回波信号，所述雷达回波信号包括多个维度的信息，所述
维度包括角度维、慢时间维和快时间维；
[0009]对所述雷达回波信号在快时间维做傅里叶变换，得到距离
‑
慢时间维信号；
[0010]在慢时间维和角度维对所述距离
‑
慢时间维信号进行非相干积累和取幅值操作，得到积累后的一维距离像；
[0011]对所述距离
‑
慢时间维信号进行超分辨角度估计，得到二维距离角度谱；
[0012]根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性；
[0013]根据所述多个空间分布特性定义的向量生成手势识别特征；
[0014]将所述手势识别特征输入预设分类器模型，以获取手势识别结果。
[0015]进一步的，所述对所述距离
‑
慢时间维信号进行超分辨角度估计，得到二维距离角度谱，包括：
[0016]对所述距离
‑
慢时间维信号进行距离维杂波抑制，得到杂波抑制后的信号；
[0017]对杂波抑制后的信号进行超分辨角度估计，得到二维距离角度谱。
[0018]进一步的，所述根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性，包括：
[0019]对所述一维距离像进行特显点提取，以获取第一类空间分布特性。
[0020]进一步的，所述根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性，包括：
[0021]对所述二维距离角度谱进行特显点提取，以获取第二类空间分布特性。
[0022]进一步的，所述根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性，包括：
[0023]确认提取的二维角度谱的特显点的连通域，以获取第三类空间分布特性。
[0024]进一步的，所述根据所述多个空间分布特性定义的向量生成手势识别特征，包括：
[0025]对第一类空间分布特性、第二类空间分布特性和第三类空间分布特性定义 的向量进行归一化处理生成手势识别特征。
[0026]进一步的，所述根据所述多个空间分布特性定义的向量生成手势识别特征之前，包括：
[0027]对所述手势识别特征进行特征向量融合处理和/或分类结果融合处理。
[0028]根据本专利技术的另一方面，提供了一种身体干扰识别装置，包括：
[0029]回波获取模块，用于获取待识别对象的雷达回波信号，所述雷达回波信号包括多个维度的信息，所述维度包括角度维、慢时间维和快时间维；
[0030]信号变换模块，用于对所述雷达回波信号在快时间维做傅里叶变换，得到距离
‑
慢时间维信号；
[0031]一维图像模块，用于在慢时间维和角度维对所述距离
‑
慢时间维信号进行非相干积累和取幅值操作，得到积累后的一维距离像；
[0032]二维估计模块，用于对所述距离
‑
慢时间维信号进行超分辨角度估计，得到二维距离角度谱；
[0033]分布特性模块，用于根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性；
[0034]特征生成模块，用于根据所述多个空间分布特性定义的向量生成手势识别特征；
[0035]手势识别模块，用于将所述手势识别特征输入预设分类器模型，以获取手势识别结果。
[0036]根据本专利技术的另一方面，提供了一种身体干扰识别系统，所述身体干扰识别系统包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述述的身体干扰识别方法。
[0037]根据本专利技术的另一方面，提供了一种存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现上述的身体干扰识别方法。
[0038]本专利技术通过获取待识别对象的雷达回波信号，所述雷达回波信号包括多个维度的信息，所述维度包括角度维、慢时间维和快时间维；对所述雷达回波信号在快时间维做傅里叶变换，得到距离
‑
慢时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种身体干扰识别方法，其特征在于，包括：获取待识别对象的雷达回波信号，所述雷达回波信号包括多个维度的信息，所述维度包括角度维、慢时间维和快时间维；对所述雷达回波信号在快时间维做傅里叶变换，得到距离
‑
慢时间维信号；在慢时间维和角度维对所述距离
‑
慢时间维信号进行非相干积累和取幅值操作，得到积累后的一维距离像；对所述距离
‑
慢时间维信号进行超分辨角度估计，得到二维距离角度谱；根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性；根据所述多个空间分布特性定义的向量生成手势识别特征；将所述手势识别特征输入预设分类器模型，以获取手势识别结果。2.根据权利要求1所述的身体干扰识别方法，其特征在于，所述对所述距离
‑
慢时间维信号进行超分辨角度估计，得到二维距离角度谱，包括：对所述距离
‑
慢时间维信号进行距离维杂波抑制，得到杂波抑制后的信号；对杂波抑制后的信号进行超分辨角度估计，得到二维距离角度谱。3.根据权利要求1所述的身体干扰识别方法，其特征在于，所述根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性，包括：对所述一维距离像进行特显点提取，以获取第一类空间分布特性。4.根据权利要求1所述的身体干扰识别方法，其特征在于，所述根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性，包括：对所述二维距离角度谱进行特显点提取，以获取第二类空间分布特性。5.根据权利要求4所述的身体干扰识别方法，其特征在于，所述根据所述一维距离像、二维距离角度谱获取基于特显点和/或连通域的多个空间分布特性，包括：确认提取的二维角度谱的特显点的连通域，以获取第三类空间分布特性。6.根据权利要求5所述的身体干扰识别方法，其特征在于，所述根据所述多个空间...

【专利技术属性】
技术研发人员：徐友华，阳召成，漆光皓，
申请(专利权)人：精华隆智慧感知科技深圳股份有限公司，
类型：发明
国别省市：