【技术实现步骤摘要】
本专利技术涉及跌倒检测技术，具体涉及一种基于毫米波雷达的浴室跌倒检测方法、平台及存储介质。
技术介绍
1、基于毫米波雷达的目标检测功能在智能家居场景下的应用方兴未艾，具体以人体的心率呼吸，位置跟踪，行为姿态，跌倒检测等应用为主要研究内容。而跌倒检测在室内家居环境下，尤其是在独居老人及有特殊监护需求的对象存在的情况下，采用以毫米波为原理的目标检测装置具有体积小，功耗低，可靠性强且保护用户隐私等优点，具有极大的研究价值。尤其是在狭小且湿滑的浴室内，跌倒检测的必要性不言而喻。
2、在浴室环境下，基于成像系统的跌倒检测方案在淋浴间场景下受用户隐私限制而难以部署；可穿戴设备及传感器在多数情况下虽然能稳定发挥自身功能但存在成本高及穿戴行为不可控的问题，而基于毫米波雷达的跌倒检测方案在复杂水环境下易受干扰，浴室环境内的干扰源主要为水流，而毫米波雷达从原理上很难将这种干扰源通过信号处理的方法进行过滤。因此，在以毫米波为原理的跌倒检测方面，对于如何处理特殊环境下的干扰需要考虑单独的方法。
技术实现思路>
1、针对现有本文档来自技高网...
【技术保护点】
1.基于毫米波雷达的浴室跌倒检测方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于毫米波雷达的浴室跌倒检测方法，其特征在于，所述步骤S2进一步包括：
3.根据权利要求1所述的基于毫米波雷达的浴室跌倒检测方法，其特征在于，对残差神经网络进行训练的方法包括：
4.根据权利要求1所述的基于毫米波雷达的浴室跌倒检测方法，其特征在于，残差神经网络包括依次连接的输入层、批量归一化、卷积层、全局最大池化层和残差块，残差块的结果输出至全连接层经过激活函数后，通过输出层输出；
5.根据权利要求4所述的基于毫米波雷达的浴室跌倒检测方...
【技术特征摘要】
1.基于毫米波雷达的浴室跌倒检测方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于毫米波雷达的浴室跌倒检测方法，其特征在于，所述步骤s2进一步包括：
3.根据权利要求1所述的基于毫米波雷达的浴室跌倒检测方法，其特征在于，对残差神经网络进行训练的方法包括：
4.根据权利要求1所述的基于毫米波雷达的浴室跌倒检测方法，其特征在于，残差神经网络包括依次连接的输入层、批量归一化、卷积层、全局最大池化层和残差块，残差块的结果输出至全连接层经过激活函数后，通过输出层输出；
5.根据权利要求4所述的基于毫米波雷达的浴室跌倒检测方法，其特征在于，批量归一化后的卷积层输出通道数为10，卷积核大小为7×7，步幅为1，残差块卷积层卷积核大小为3×3，步幅为1，激活函数为relu。
6.根据权利要求1-5任一所述的基于毫米波雷达的浴室跌倒检测方法，...
【专利技术属性】
技术研发人员：王知雨，周杨，李剑鹏，杨锋，
申请(专利权)人：四川启睿克科技有限公司，
类型：发明
国别省市：
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。