公开(公告)号：CN116008943A

公开(公告)日：2023-04-25

申请号：CN202310069115.5

申请日：2023-02-06

申请人： 成都理工大学

发明人： 何强 ,  何嘉乐 ,  贾勇 ,  方志强 ,  钟晓玲 ,  张葛祥 ,  杨强

IPC分类号： G01S7/41

摘要： 本发明公开了一种基于并行2DCNN‑CBAM和雷达多域表征的毫米波雷达跌倒检测方法及系统，针对雷达回波信号，通过利用脉冲压缩、Doppler‑FFT、Capon波束形成和目标状态更新的方法对目标行为进行4种不同域上的研究，利用不同域上的互补特征构成目标的多域表征，然后将获取得到的特征图像送入并行2DCNN‑CBAM进行识别。该网络结构首先利用并行2DCNN独立地从相应类型的表征中提取特征细节，然后将得到的单类特征分别通过对应的CBAM进行筛选和优化，最后对4种不同域的特征进行融合，据此通过并行网络结构实现对目标行为的多域表征。该方法能够精准识别多种干扰动作、保护用户隐私、不易受环境影响，并且能够进一步有效降低检测过程中虚警和漏警概率。

公开(公告)号：CN115982620A

公开(公告)日：2023-04-18

申请号：CN202211638770.X

申请日：2022-12-20

申请人： 成都理工大学

发明人： 贾勇 ,  宋彩萍 ,  何嘉乐 ,  方志强 ,  张葛祥 ,  杨强 ,  梅玉龙 ,  蒲力晖

IPC分类号： G06F18/24 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/08 ,  G01S13/88 ,  G01S7/41

摘要： 本发明提供的一种基于多类三维特征与Transformer的毫米波雷达人体跌倒行为识别方法及系统，针对人体目标的雷达回波信号，通过对信号进行分析，堆叠形成三类蕴含不同时频聚集特征和立体关联特征的三维谱图，并构建基于Transformer与交叉注意力的跌倒行为识别网络，从而实现人体跌倒行为识别，该网络针对三维信号，将其划分为固定数量的数值阵列块，并使用线性投影网络将其映射为固定维度特征向量，将获取特征矩阵输入Transformer模块中实现信号表征的抽象，然后将其与其它信号表征进行交叉注意力融合，获取融合特征，用于分类器实现跌倒行为识别，该方法能够实现数据有限条件下更为全面完备的三维行为特征表达，且Transformer具有较强的特征提取能力，具有较高的跌倒行为识别率。