【技术实现步骤摘要】
本专利技术属于毫米波雷达感知，具体涉及一种基于轻量级多态网络的毫米波雷达双任务感知系统及其感知方法。
技术介绍
1、随着人工智能、计算机视觉和硬件技术的不断发展，利用毫米波雷达信号进行人体活动识别成为了一个研究的热门方向，在毫米波雷达感知
中理解“谁在干什么”在智能场景中具有重要的研究意义，同步实现身份认证和行为识别能够提升安全性，为工业界等领域提供有效的指导。
2、然而，目前已有的方法大多数只实现其中一个任务，忽略另一个任务，无法满足双任务需求。此外，现有基于多分支网络的模型，运行速度慢、复杂度高；而基于单分支网络的结构，精度较低。
3、中国专利公开的(申请号：202310041358.8)一种基于动态轻量级网络的毫米波雷达行为感知方法，通过slowfast模型架构将注意力机制和通道打乱的设计嵌入到slowfast网络中，设计了三个动态轻量级别的模块，该模块利用深度可分离卷积结合通道打乱机制实现网络参数轻量化，同时利用动态卷积，对不同的卷积核求权重，提升感知精度；利用动态深度卷积层(将动态卷积和深度卷积结...
【技术保护点】
1.一种基于轻量级多态网络的毫米波雷达双任务感知系统，其特征在于：所述双任务感知系统包括多个多分支网络结构、损失函数模块以及多个单分支网络结构，单个多分支网络结构包括第一三维点卷积模块、第二三维点卷积模块、第一深度卷积模块、第二深度卷积模块、第一修正线性单元、归一化模块以及第一道打乱机制；
2.根据权利要求1所述的一种基于轻量级多态网络的毫米波雷达双任务感知系统，其特征在于：所述损失函数包括动作交叉熵损失函数、身份交叉熵损失函数以及中心损失函数，动作交叉熵损失函数用于对样本动作标签进行计算；
3.根据权利要求1所述的一种基于轻量级多态网络的毫米...
【技术特征摘要】
1.一种基于轻量级多态网络的毫米波雷达双任务感知系统，其特征在于：所述双任务感知系统包括多个多分支网络结构、损失函数模块以及多个单分支网络结构，单个多分支网络结构包括第一三维点卷积模块、第二三维点卷积模块、第一深度卷积模块、第二深度卷积模块、第一修正线性单元、归一化模块以及第一道打乱机制；
2.根据权利要求1所述的一种基于轻量级多态网络的毫米波雷达双任务感知系统，其特征在于：所述损失函数包括动作交叉熵损失函数、身份交叉熵损失函数以及中心损失函数，动作交叉熵损失函数用于对样本动作标签进行计算；
3.根据权利要求1所述的一种基于轻量级多态网络的毫米波雷达双任务感知系统，其特征在于：所述第一三维点卷积模块、第二三维点卷积模块、第三三维点卷积模块以及第四三维点卷积模块均采用1×1×1三维点卷积；
4.根据权利要求1-3任意一项所述的一种基于轻量级多态网络的毫米波雷达双任务感知系统的感知方法，其特征在于：该方法包括以下步骤：
5.根据权利要求4所述的一...
【专利技术属性】
技术研发人员：盛碧云，丁鹏举，蔡惠，肖甫，桂林卿，包燕，
申请(专利权)人：南京邮电大学，
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。