一种面向人体运动微多普勒图像的注意力特征提取方法技术

本发明专利技术提出了一种面向人体运动微多普勒图像的注意力特征提取方法，其步骤为：首先将含有人体运动微多普勒特征的特征图输入到通道特征注意力模块，提取通道特征的注意力权重；并将其赋给特征图，得到含通道注意力的特征图；其次，将含通道注意力的特征图分别输入到频率特征注意力模块、能量特征注意力模块和循环特征注意力模块中，提取对应的频率特征注意力权重、能量特征注意力权重和循环特征注意力权重；最后，将得到的三种权重均赋给含通道注意力的特征图，得到优化后的特征图。本发明专利技术围绕雷达探测特性和微多普勒图像生成特性，结合人体不同的运动特性，在不增加网络模型参数量和计算量的基础上，显著提升了人体运动微多普勒特征提取的性能。

【技术实现步骤摘要】

本专利技术涉及人体运动微多普勒图像，特别是指一种面向人体运动微多普勒图像的注意力特征提取方法。

技术介绍

1、随着社会的发展，我国已经进入深度老龄化社会，养老问题逐渐成为一个重要的社会问题。面对这一问题，构建智能养老服务体系显得尤为重要。在智能养老服务体系中，老年人的行为监测为老年人的正常生活提供了安全保障。在目前常用的人体目标探测手段上，雷达探测与其他类型传感器探测方式相比，可以不用接触人体、不受光线温度等因素影响、具有一定穿透能力和探测距离远等优势，更适用于老年人的运动监测。

2、利用雷达进行人体运动探测时，其获取的回波数据中不仅蕴含了从目标反射回来的回波强度即振幅信息，还有目标和雷达之间的距离信息即相位信息。该相位信息是雷达传感器特有的、其他光学传感器不能提取到的信息，并且与人体运动相关，不同的运动姿态会产生不同的相位信息。相位信息体现在图像中的特征是微多普勒频率特征。在利用雷达数据生成的人体运动微多普勒图像进行人体运动分析时，为了加强对图像中的微多普勒频率特征的提取，需要对该特征进行特别关注。在现有特征注意方面，注意力机制模块由于其即插本文档来自技高网...

【技术保护点】

1.一种面向人体运动微多普勒图像的注意力特征提取方法，其特征在于，其步骤如下：

2.根据权利要求1所述的面向人体运动微多普勒图像的注意力特征提取方法，其特征在于，所述提取通道特征的注意力权重Wch的方法为：首先，在H和W方向上进行平均池化操作提取特征图F的各通道全局信息I，将各通道全局信息I依次通过第一全连接层、ReLU6激活函数、第二全连接层得到通道特征I；其次，在H和W方向上进行最大池化操作提取特征图F的各通道全局信息II，将各通道全局信息II依次通过第三全连接层、ReLU6激活函数、第四全连接层得到通道特征II；然后，将通道特征I和通道特征II融合，得到融合通道特征；最...

【技术特征摘要】

1.一种面向人体运动微多普勒图像的注意力特征提取方法，其特征在于，其步骤如下：

2.根据权利要求1所述的面向人体运动微多普勒图像的注意力特征提取方法，其特征在于，所述提取通道特征的注意力权重wch的方法为：首先，在h和w方向上进行平均池化操作提取特征图f的各通道全局信息i，将各通道全局信息i依次通过第一全连接层、relu6激活函数、第二全连接层得到通道特征i；其次，在h和w方向上进行最大池化操作提取特征图f的各通道全局信息ii，将各通道全局信息ii依次通过第三全连接层、relu6激活函数、第四全连接层得到通道特征ii；然后，将通道特征i和通道特征ii融合，得到融合通道特征；最后，利用sigmoid激活函数将融合通道特征转化为所述注意力权重wch。

3.根据权利要求1所述的面向人体运动微多普勒图像的注意力特征提取方法，其特征在于，所述将通道特征的注意力权重wch赋给特征图f的方法为：首先，将注意力权重wch进行维度扩增，扩增后维度大小与所述特征图f一致；然后，将扩增维度后的权重与所述特征图f进行逐元素相乘。

4.根据权利要求1所述的面向人体运动微多普勒图像的注意力特征提取方法，其特征在于，所述频率特征注意力权重wf的获得方法为：首先，在w和c方向上进行平均池化提取特征图fch的多普勒频率特征i，在w和c方向上进行最大池化提取特征图fch的多普勒频率特征ii；其次，将多普勒频率特征i和多普勒频率特征ii叠加，得到聚合多普勒频率特征；然后，将聚合多普勒频率特征依次通过第五全连接层、relu6激活函数、第六全连接层得到聚合多普勒频率特征在不同多普勒频率上的分布特征；最后，通过sigmoid函数将所述聚合多普勒频率特征在不同多普勒频率上的分布特征转换为不同多普勒频率上的权重信息，即得到所述频率特征注意力...

【专利技术属性】
技术研发人员：宋晓炜，杨蕾，范存辉，蔡文静，李梦龙，陈曦，
申请(专利权)人：中原工学院，
类型：发明
国别省市：