【技术实现步骤摘要】
本专利技术属于无线智能感知，具体涉及一种基于射频信号的细粒度多尺度人体姿态估计方法。
技术介绍
1、人体姿态估计在医疗保健、安全监控、虚拟现实和增强现实、自动驾驶和交通安全、人机交互等领域有着重要的应用价值。相较于目前主流的光学相机方法，毫米波雷达不依赖可见光或红外线，因此可以在低光照、夜晚或恶劣天气条件下工作。此外相较于传统光学方法所带来的隐私问题，毫米波雷达不生成可识别的图像，因此对被监测者有一定的隐私保护，这在需要保护个人隐私的应用场景中很有价值，如安全检查或医疗保健。毫米波信号对于许多大气和天气条件具有较好的抗干扰性，因此在室外环境中的性能相对稳定。毫米波能够穿透一些材料，如衣物和非金属物体，因此可以在一定程度上检测到被遮挡的部分，这对于在现实世界应用是具有优势的，因为人体姿态可能会被物体或衣物部分遮挡。
2、基于毫米波点云的人体姿态估计中面临挑战：受限于天线数量和芯片处理能力，毫米波雷达产生的点云数据极其稀疏，难以直接看出物体的详细结构。目前多采用深度神经网络模型直接对毫米波雷达感知到的全局点云数据进行特征提取并估...
【技术保护点】
1.一种基于射频信号的细粒度多尺度人体姿态估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于射频信号的细粒度多尺度人体姿态估计方法，其特征在于，所述步骤S2具体实现过程如下：
3.根据权利要求2所述的基于射频信号的细粒度多尺度人体姿态估计方法，其特征在于，步骤S25所述裁剪具体为：设定实验场地为l×w×h的立体空间，其中l为长度，w为宽度，h为高度；则距离维度裁切后长度为水平角维度裁切后长度为俯仰角维度裁剪后长度为其中Rres为距离分辨率，Ares为水平角分辨率，Eres为俯仰角分辨率。
4.根据权利要求3所述的基于...
【技术特征摘要】
1.一种基于射频信号的细粒度多尺度人体姿态估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于射频信号的细粒度多尺度人体姿态估计方法，其特征在于，所述步骤s2具体实现过程如下：
3.根据权利要求2所述的基于射频信号的细粒度多尺度人体姿态估计方法，其特征在于，步骤s25所述裁剪具体为：设定实验场地为l×w×h的立体空间，其中l为长度，w为宽度，h为高度；则距离维度裁切后长度为水平角维度裁切后长度为俯仰角维度裁剪后长度为其中rres为距离分辨率，ares为水平角分辨率，eres为俯仰角分辨率。
4.根据权利要求3所述的基于射频信号的细粒度多尺度人体姿态估计方法，其特征在于，所述步骤s3具体过程如下：
5.根据权利要求4所述的基于射频信号的细粒度多尺度人体姿态估计方法，其...
【专利技术属性】
技术研发人员：吴迎笑，蒋忠敏，倪浩铖，韩建平，周致远，王温翔，
申请(专利权)人：杭州电子科技大学，
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。