面向智慧养老应用的雷达连续动作检测及行为识别方法技术

本发明专利技术公开了面向智慧养老应用的雷达连续动作检测及行为识别方法包含如下步骤：1）针对雷达采集到的独居老人常见连续行为回波信号，通过信号混频、模数转换、矩阵重整、静态消除、距离

【技术实现步骤摘要】
面向智慧养老应用的雷达连续动作检测及行为识别方法


[0001]本专利技术涉及物联网应用、智慧养老
，特别是面向智慧养老应用的雷达连续动作检测及行为识别方法。

技术介绍

[0002]中国人口老龄化程度在日益加深，养老问题已成为中国经济社会发展过程中面临的一项重大问题。对此，发展智慧健康养老新技术已然成为构建老龄化友好型社会的必然趋势。
[0003]动作检测技术作为智慧养老中的一项重要支持技术，主要依赖“可穿戴”式和“非可穿戴”式设备实现。其中“可穿戴”式设备要求监护对象随身携带专用传感器，缺乏舒适性和便利性，易被老年人遗忘或拒绝。为此，“非可穿戴”式设备具有更广阔的应用场景，其主要包括视觉传感器(如：摄像头、红外成像)、无线传感器(如：WiFi)和射频传感器(如：雷达)等。其中，红外传感器易受环境温度的影响导致识别性能下降，无法普及应用；视频传感器无法适用于视距范围外及光线不好的应用场景，同时该传感器易泄露个人隐私，无法部署于卧室和浴室环境，而对于独居老人而言卧室和浴室却是最需要进行检测的场景。为了解决上述问题，基于WiFi和毫米波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向智慧养老应用的雷达连续动作检测及行为识别方法，其特征在于包括以下步骤：步骤1：利用雷达采集人体连续行为数据，并进行数据预处理；步骤2：采用动态特征可视化方法对微多普勒特征有选择地图像化；步骤3：利用基于视觉目标检测模型改进的行为检测模型对所得包含连续动作信息的微多普勒图进行检测，从而得到各动作的类型及发生的起止时间，并根据动作间的相关性识别智慧养老应用场景的人体行为。2.根据权利要求1所述的面向智慧养老应用的雷达连续动作检测及行为识别方法，其特征在于，所述步骤1具体为：首先对所得原始信号进行模数转换，得到数字信号；其次，对数字信号实施矩阵重整，按照虚拟接收天线顺序排列；接着，对重整后的三维矩阵进行静态消除，从而消除背景噪声的影响；最后，通过距离
‑
FFT和多普勒
‑
FFT，得到连续行为对应的微多普勒矩阵。3.根据权利要求2所述的面向智慧养老应用的雷达连续动作检测及行为识别方法，其特征在于，采集人体连续行为数据具体为利用雷达板采集人体连续行为的回波信号，采集包含多种动作的多个连续行为序列，其中每个行为包含一个或多个原子动作；所采集的连续行为序列包含以下序列：(1)跳跃
‑
行走
‑
喝水
‑
坐下
‑
起立
‑
跌倒；(2)坐下
‑
起立
‑
喝水
‑
行走
‑
跳跃
‑
跌倒；(3)行走
‑
坐下
‑
起立
‑
喝水
‑
跳跃
‑
跌倒；(4)伸展运动
‑
喝水
‑
行走
‑
坐下
‑
起立
‑
跌倒；(5)坐下
‑
起立
‑
伸展运动
‑
行走
‑
喝水
‑
跌倒；(6)喝水
‑
行走
‑
伸展运动
‑
坐下
‑
起立
‑
跌倒；(7)太极拳
‑
小跑
‑
伸展运动
‑
咳嗽
‑
摔倒
‑
挥手求助；(8)咳嗽
‑
小跑
‑
捡东西
‑
伸展运动
‑
摔倒
‑
挥手求助；(9)捡东西
‑
小跑
‑
小跑
‑
伸展运动
‑
摔倒
‑
挥手求助；(10)伸展运动
‑
捡东西
‑
小跑
‑
咳嗽
‑
坐下
‑
起立。4.根据权利要求1所述的面向智慧养老应用的雷达连续动作检测及行为识别方法，其特征在于，所述步骤2具体为：首先，对所得微多普勒矩阵中的元素按列取出，并将取出元素按其大小降幂排序得到列向量r'；其次，选取映射因子α，0<α<100，将r'前α％元素保留，剩余元素置零；接着，根据r'各个元素在原微多普勒矩阵中的位置还原，得到经过处理的微多普勒矩阵；最后，将处理后的微多普勒矩阵进行颜色的线性映射，得到图像化的微多...

【专利技术属性】
技术研发人员：许志猛，丁隽尹，张钐钐，陈志璋，
申请(专利权)人：福州大学，
类型：发明
国别省市：