-
公开(公告)号：CN117388848A
公开(公告)日：2024-01-12
申请号：CN202311363743.0
申请日：2023-10-20
Applicant: 杭州电子科技大学
IPC: G01S13/88
Abstract: 本发明公开了一种基于注意力机制的毫米波静态物体材质检测方法，包括：S1：向目标物体发射调频信号，并采集反射的回波信号，混合得到中频信号；S2：将中频信号进行时频转换，从而得到回波功率与目标物体到雷达的距离之间的关系；S3：计算频域信号的导数，同时使用具备幅值抑制机制的自适应波束成形算法，得到距离角度图；S4：构建并训练材质检测模型，所述材质检测模型融合了VoVNet神经网络和Transformer神经网络；S5：将待测目标物体的距离角度图和频域信号导数输入训练好的材质检测模型，得到材质类型检测结果。本发明能获得静态物体稳定清晰的距离角度图，材质识别的鲁棒性和准确率高。
-
Patent Agency Ranking
公开(公告)号：CN119229479B
公开(公告)日：2025-03-04
申请号：CN202411759115.9
申请日：2024-12-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于射频热图数据增强的人体姿态估计方法，该方法首先获取人体姿态的网格数据，利用物理光学法模拟雷达，通过照射人体网格模型获得包含雷达截面积的人体网格特征。其次处理包含雷达截面积的人体网格特征，得到初步模拟雷达热图。然后初步模拟雷达热图通过基于U‑net的热图转换网络，输出合成雷达热图，并进行训练。最后将合成雷达热图与真实雷达热图进行组合，构建混合数据集，通过基于雷达热图的人体姿态估计网络，获得人体姿态骨架，并进行训练，完成人体姿态估计。本发明能够准确的生成人体目标的模拟雷达热图，弥补当前基于雷达的人体姿态估计数据集不足，实现对人体姿态更为准确的估计。
-
公开(公告)号：CN119181067A
公开(公告)日：2024-12-24
申请号：CN202411244897.2
申请日：2024-09-06
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于可靠深度估计的多模态深度融合3D目标检测方法，该方法首先构建图像特征提取网络和毫米波雷达点云特征提取网络，分别提取图像特征和毫米波雷达点云特征。其次将图像和毫米波雷达点云特征进行融合，得到深度概率分布，将深度概率分布与图像特征相乘，得到图像视锥特征，使用深度补全后的激光雷达点云制作深度概率分布标签，基于深度概率分布进行监督训练。然后合并图像视锥特征和毫米波雷达点云特征，再利用Splat网络和可变形注意力机制，得到特征FA。最后基于特征FA，使用3D目标检测头完成3D目标检测，输出检测结果。本发明通过毫米波雷达优化深度估计，从而提升了3D目标检测的准确性和鲁棒性。
-
公开(公告)号：CN117665805A
公开(公告)日：2024-03-08
申请号：CN202311591492.1
申请日：2023-11-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于射频信号的细粒度多尺度人体姿态估计方法，该方法首先使用毫米波雷达对待测目标发射射频信号并接收回波信号，通过信号处理得到距离‑水平角图、距离‑俯仰角图和距离‑多普勒图。其次构建并训练三维多尺度目标检测网络，将上述三个图输入该网络，得到目标在三维雷达空间中的边界框坐标。然后基于边界框坐标，使用增强点云生成算法生成目标的增强型点云。最后构建基于点云网络、分组注意力机制和循环神经网络的多尺度人体骨架估计网络，将增强型点云输入该网络，得到目标的姿态骨架。本发明预测的人体姿态更为准确，工作不受视距，光照强度等不利因素的影响，能够保护用户的隐私。
-
公开(公告)号：CN119229479A
公开(公告)日：2024-12-31
申请号：CN202411759115.9
申请日：2024-12-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于射频热图数据增强的人体姿态估计方法，该方法首先获取人体姿态的网格数据，利用物理光学法模拟雷达，通过照射人体网格模型获得包含雷达截面积的人体网格特征。其次处理包含雷达截面积的人体网格特征，得到初步模拟雷达热图。然后初步模拟雷达热图通过基于U‑net的热图转换网络，输出合成雷达热图，并进行训练。最后将合成雷达热图与真实雷达热图进行组合，构建混合数据集，通过基于雷达热图的人体姿态估计网络，获得人体姿态骨架，并进行训练，完成人体姿态估计。本发明能够准确的生成人体目标的模拟雷达热图，弥补当前基于雷达的人体姿态估计数据集不足，实现对人体姿态更为准确的估计。
-
公开(公告)号：CN117849785A
公开(公告)日：2024-04-09
申请号：CN202410043654.6
申请日：2024-01-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于毫米波雷达和相机融合的微动状态心率检测方法，该方法首先通过毫米波雷达向目标人体发射线性调频信号，解析得到四维数据矩阵，通过快速傅里叶变换和巴特利特波束成形，生成距离‑角度图。其次统一毫米波雷达和相机的坐标系，将相机得到的胸膛关节点映射到距离‑角度图中，提取胸膛关节点坐标处的同相正交信号，进行直流偏移补偿。然后基于正反切解调算法提取相位信号并解缠，得到距离变化信号。最后对距离变化信号执行自适应参数的变分模态分解，得到多个本征模态函数，进行频率选取和按心跳能量比例排序，得到心率。本发明有效地去除人体处于微动状态下心跳信号中的各种干扰，得到精准的心率信息。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
