一种基于多模态微动特征和Transformer网络的人体姿态智能识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于多模态微动特征和Transformer网络的人体姿态智能识别方法
申请号:CN202510259089
申请日期:2025-03-06
公开号:CN120198955B
公开日期:2025-08-19
类型:发明专利
摘要
本发明公开了一种基于多模态微动特征和Transformer网络的人体姿态智能识别方法,包括:从人体目标雷达回波建模出发,推导人体不同部位对应的微多普勒信号数学解析表达式;针对毫米波雷达采集到的目标回波数据,采用二维快速傅里叶变换对其进行数据预处理,得到不同姿态对应的一维频谱序列以及二维多普勒图像,将两者分别送入一维Transformer网络和二维Transformer网络进行特征提取;采用多模态特征融合模型进行特征拼接并输出分类结果。本发明能够克服现有人体姿态智能识别手段中存在的识别率低、鲁棒性差等问题。
技术关键词
智能识别方法 微动特征 雷达 多普勒 回波 二维快速傅里叶变换 数学解析表达式 人体 多模态特征融合 编码器 矩阵 前馈神经网络 坐标系 中频信号 运动 散射点 上肢
系统为您推荐了相关专利信息
激光雷达 车辆定位信息 地图 工程车辆 关键帧
动态管理方法 多传感器 误差修正算法 电源管理策略 时序误差
养护作业 路面状态数据 路段 轨迹模型 指标
多模态数据采集 跟踪系统 多模态数据融合 多模态特征融合 在线学习机制
覆盖路径规划方法 深度神经网络模型 深度强化学习 多尺度地图 构建深度神经网络