公开(公告)号：CN118839107A

公开(公告)日：2024-10-25

申请号：CN202410639778.0

申请日：2024-05-22

Applicant: 中国科学院自动化研究所

Inventor： 茹一伟 ,  孙哲南 ,  李沐霈

IPC: G06F18/10 ,  A61B5/0205 ,  A61B5/00 ,  A61B5/0507 ,  G06F18/213 ,  G06N3/006 ,  G06F17/14 ,  G06F17/15

Abstract: 本发明提供一种生命体征检测信号去噪方法及装置，涉及生理感知和信号处理技术领域，包括：基于毫米波雷达的多普勒技术，获取包含生理信号的原始相位信号；基于粒子群优化算法优化的变分模式分解超参数搜索算法对所述原始相位信号进行变分模式分解，得到所述原始相位信号对应的振动模态函数信息；其中，所述粒子群优化算法使用置换熵和模糊熵作为适应度函数；对所述振动模态函数进行去噪处理后，将去噪处理后的所述振动模态函数进行重新组合，得到高精度去噪处理后的生理信号；从所述高精度去噪处理后的生理信号，提取呼吸和心跳生理信号。

公开(公告)号：CN118395387B

公开(公告)日：2024-11-05

申请号：CN202410834546.0

申请日：2024-06-26

Applicant: 中国科学院自动化研究所

Inventor： 孙哲南 ,  茹一伟 ,  李沐霈

IPC: G06F18/25 ,  G06F18/213 ,  G06V40/16

Abstract: 本发明涉及情感类型诊断技术领域，提供一种特征融合的情感识别方法、装置、电子设备及存储介质，其中方法包括：获取待检测目标的面部表情图像以及雷达原始数据；对面部表情图像进行情绪识别，确定待检测目标的面部情绪特征；对雷达原始数据进行特征提取，确定待检测目标的生理情绪特征；将生理情绪特征以及所述面部情绪特征进行拼接，并对拼接特征进行情感识别分类，确定待检测目标的情感类型。本发明提供的特征融合的情感识别方法、装置、电子设备及存储介质，通过融合视觉信号和生理信号的多模态情绪识别，有效提高了识别结果的可靠性以及识别准确率，同时两种信号互为补充，拓展了识别的场景范围。

公开(公告)号：CN118409313B

公开(公告)日：2024-11-05

申请号：CN202410883532.8

申请日：2024-07-03

Applicant: 中国科学院自动化研究所

Inventor： 孙哲南 ,  茹一伟 ,  李沐霈 ,  刘永基

IPC: G01S13/88

Abstract: 本发明提供一种基于深度学习的雷达人体活动识别方法、装置和电子设备，属于人体活动识别技术领域，其中，方法包括：采集人体反射的多个角度的毫米波雷达回波数据；对多个角度的毫米波雷达回波数据进行处理，得到多个角度的三维数据，三维数据包括距离、时间和多普勒速度三个维度的数据；将多个角度的三维数据输入至预先构建的深度学习模型，得到深度学习模型输出的多个角度的三维数据对应的人体动作识别结果；其中，深度学习模型是基于多个角度的样本三维数据，以及多个角度的样本三维数据的人体动作识别结果标签训练得到的。本发明能够降低计算的复杂度，提高人体动作识别的准确性和效率。

公开(公告)号：CN118409313A

公开(公告)日：2024-07-30

申请号：CN202410883532.8

申请日：2024-07-03

Applicant: 中国科学院自动化研究所

Inventor： 孙哲南 ,  茹一伟 ,  李沐霈 ,  刘永基

IPC: G01S13/88

Abstract: 本发明提供一种基于深度学习的雷达人体活动识别方法、装置和电子设备，属于人体活动识别技术领域，其中，方法包括：采集人体反射的多个角度的毫米波雷达回波数据；对多个角度的毫米波雷达回波数据进行处理，得到多个角度的三维数据，三维数据包括距离、时间和多普勒速度三个维度的数据；将多个角度的三维数据输入至预先构建的深度学习模型，得到深度学习模型输出的多个角度的三维数据对应的人体动作识别结果；其中，深度学习模型是基于多个角度的样本三维数据，以及多个角度的样本三维数据的人体动作识别结果标签训练得到的。本发明能够降低计算的复杂度，提高人体动作识别的准确性和效率。

公开(公告)号：CN118395387A

公开(公告)日：2024-07-26

申请号：CN202410834546.0

申请日：2024-06-26

Applicant: 中国科学院自动化研究所

Inventor： 孙哲南 ,  茹一伟 ,  李沐霈

IPC: G06F18/25 ,  G06F18/213 ,  G06V40/16

Abstract: 本发明涉及情感类型诊断技术领域，提供一种特征融合的情感识别方法、装置、电子设备及存储介质，其中方法包括：获取待检测目标的面部表情图像以及雷达原始数据；对面部表情图像进行情绪识别，确定待检测目标的面部情绪特征；对雷达原始数据进行特征提取，确定待检测目标的生理情绪特征；将生理情绪特征以及所述面部情绪特征进行拼接，并对拼接特征进行情感识别分类，确定待检测目标的情感类型。本发明提供的特征融合的情感识别方法、装置、电子设备及存储介质，通过融合视觉信号和生理信号的多模态情绪识别，有效提高了识别结果的可靠性以及识别准确率，同时两种信号互为补充，拓展了识别的场景范围。