【技术实现步骤摘要】
一种基于毫米波感知的人员压力无感连续监测方法及系统
[0001]本专利技术涉及心理压力测评
,尤其涉及一种基于毫米波感知的人员压力无感连续监测方法及系统
。
技术介绍
[0002]由于现代工作和生活节奏的加快,人们承受着巨大的压力
。
虽然偶尔的压力可以通过各种方式
(
如睡眠
、
娱乐
)
缓解,但长期压力的积累,会损害一个人的心理甚至生理健康
。
特别是,慢性压力与抑郁
、
焦虑等高度相关,并且压力大的人更容易患上心血管疾病和帕金森病等慢性疾病
。
因此,长期的压力监测有利于人们及时评估自身的健康状况,并为医生提供更个性化的医疗数据
。
[0003]现有的长期压力监测方案主要分为问卷填写和穿戴式设备测量两大类
。
基于问卷的方案为受试者通过定期填写一份精心设计的问卷来记录他们的压力等级,然而对于用户该方案麻烦且存在负担,长期监测过程中用户很容易失去依从性并返回不可靠的结果;基于可穿戴设备测量人体生理信号的方案需要人们长期佩戴设备并定时充电,人们对此产生的不适感限制了其广泛使用
。
技术实现思路
[0004]鉴于此,本专利技术的实施例提供了一种基于毫米波感知的人员压力无感连续监测方法,以消除或改善现有技术中存在的一个或更多个缺陷
。
[0005]本专利技术的一个方面提供了一种基于毫米波感知的人员压力无感连续监测方法,所述 ...
【技术保护点】
【技术特征摘要】
1.
一种基于毫米波感知的人员压力无感连续监测方法,其特征在于,所述方法的步骤包括:基于部署在用户活动区域的毫米波雷达获取每个监测周期内的点云数据,每个监测周期的点云数据均包括多张点云图像;基于点云图像中点云的位置计算点云图像的质心的位置,基于多个质心的位置构建轨迹输入图像,基于所述轨迹输入图像构建轨迹输入向量;基于每个监测周期内的点云数据的点云构建点云输入向量;基于每次点云图像的采集时间构建时间戳输入向量;将所述轨迹输入向量
、
点云输入向量和时间戳输入向量输入到预训练的神经网络模型中,基于所述神经网络模型的分类层输出对应监测周期的压力等级监测结果
。2.
根据权利要求1所述的基于毫米波感知的人员压力无感连续监测方法,其特征在于,所述神经网络模型包括分类模块,所述分类模块设置有全连接层和分类层,所述全连接层输出第三过渡向量,将所述轨迹输入向量
、
点云输入向量和时间戳输入向量输入到预训练的神经网络模型中,基于所述神经网络模型的分类层输出对应监测周期的压力等级监测结果的步骤包括:基于所述神经网络模型在预训练过程中的训练数据集中,数据标签的类别和各类别的数据标签下的数据个数计算平衡向量;基于所述平衡向量和所述第三过渡向量计算得到第四过渡向量,将所述第四过渡向量输出到分类层,所述分类层输出对应监测周期的压力等级监测结果
。3.
根据权利要求2所述的基于毫米波感知的人员压力无感连续监测方法,其特征在于,在基于所述平衡向量和所述第三过渡向量计算得到第四过渡向量的步骤中,根据如下公式计算第四过渡向量:
Δ
=
argmax
y∈L
[f
y
(x)
‑
τ
ln(
π
y
)]
;其中,
Δ
表示第四过渡向量,
L
表示数据标签的类别,
y
表示任一数据标签的类别,
f
y
(x)
表示第三过渡向量,
π
y
表示平衡向量,
τ
表示预设的参数
。4.
根据权利要求1所述的基于毫米波感知的人员压力无感连续监测方法,其特征在于,所述基于多个质心的位置构建轨迹输入图像,基于所述轨迹输入图像构建轨迹输入向量的步骤包括:基于所述点云图像所采集的时间将所述质心的位置顺序进行连接,得到所述轨迹输入图像,所述轨迹输入图像中包括每个质心的位置
、
速度和加速度数据;将所述轨迹输入图像中每个质心的位置
、
速度和加速度数据作为轨迹输入向量中各个维度的参数,构建轨迹输入向量
。5.
根据权利要求1所述的基于毫米波感知的人员压力无感连续监测方法,其特征在于,在基于每个监测周期内的点云数据的点云构建点云输入向量的步骤中,将每个点云图像中每个点云的笛卡尔坐标
、
...
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。