-
公开(公告)号：CN110109090A
公开(公告)日：2019-08-09
申请号：CN201910241637.2
申请日：2019-03-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于微波雷达的未知环境多目标检测方法和装置，该方法包括步骤：分别采集多个典型场景的雷达数据，并拆分为训练数据和测试数据；对训练数据和测试数据分别进行预处理；将预处理后数据，分别按人数分类，并将对应人数的回波图片进行汇总和随机排序，进行卷积神经网络模型的训练和测试；通过训练后的所述卷积神经网络模型进行未知场景的多目标检测。该装置包括数据采集模块、预处理模块、训练模块和检测模块。该方法和装置，通过结合深度学习，对环境有很好的自适应能力，能够从多个不同的环境中提取出移动目标的共同特性，消除不同背景的差异性，实现对于常见的场景中人数的判断。
-
公开(公告)号：CN110109090B
公开(公告)日：2021-03-12
申请号：CN201910241637.2
申请日：2019-03-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于微波雷达的未知环境多目标检测方法和装置，该方法包括步骤：分别采集多个典型场景的雷达数据，并拆分为训练数据和测试数据；对训练数据和测试数据分别进行预处理；将预处理后数据，分别按人数分类，并将对应人数的回波图片进行汇总和随机排序，进行卷积神经网络模型的训练和测试；通过训练后的所述卷积神经网络模型进行未知场景的多目标检测。该装置包括数据采集模块、预处理模块、训练模块和检测模块。该方法和装置，通过结合深度学习，对环境有很好的自适应能力，能够从多个不同的环境中提取出移动目标的共同特性，消除不同背景的差异性，实现对于常见的场景中人数的判断。
-
公开(公告)号：CN109965858B
公开(公告)日：2020-10-30
申请号：CN201910241638.7
申请日：2019-03-28
Applicant: 北京邮电大学
IPC: A61B5/0205 , A61B5/024 , A61B5/08 , A61B5/00
Abstract: 本发明公开了一种基于超宽带雷达人体生命体征检测方法和装置，该方法包括步骤：通过超宽带雷达获取多个人体正常的呼吸和/或心跳的第一回波信号以及多个人体异常的呼吸和/或心跳的第二回波信号，并进行预处理和提取，分别得到正常检测序列和异常检测序列；设置卷积神经网络；基于正常检测序列和异常检测序列，对卷积神经网络进行训练；通过训练后的卷积神经网络对当前检测对象的呼吸和/或心跳进行检测，输出是否属于正常心跳的判别结果。该装置包括信号处理模块、卷积神经网络设置模块、训练模块和检测模块。该方法和装置，通过深度学习，提高了心跳频率的检测准确度，提升了对于正常心跳和异常心跳的判别能力，做到实时检测的较准确区分。
-
公开(公告)号：CN109965858A
公开(公告)日：2019-07-05
申请号：CN201910241638.7
申请日：2019-03-28
Applicant: 北京邮电大学
IPC: A61B5/0205 , A61B5/024 , A61B5/08 , A61B5/00
Abstract: 本发明公开了一种基于超宽带雷达人体生命体征检测方法和装置，该方法包括步骤：通过超宽带雷达获取多个人体正常的呼吸和/或心跳的第一回波信号以及多个人体异常的呼吸和/或心跳的第二回波信号，并进行预处理和提取，分别得到正常检测序列和异常检测序列；设置卷积神经网络；基于正常检测序列和异常检测序列，对卷积神经网络进行训练；通过训练后的卷积神经网络对当前检测对象的呼吸和/或心跳进行检测，输出是否属于正常心跳的判别结果。该装置包括信号处理模块、卷积神经网络设置模块、训练模块和检测模块。该方法和装置，通过深度学习，提高了心跳频率的检测准确度，提升了对于正常心跳和异常心跳的判别能力，做到实时检测的较准确区分。
-
-
-
Search Results
4
records
(took 0.017 seconds)
