公开(公告)号：CN118587769A

公开(公告)日：2024-09-03

申请号：CN202410734942.6

申请日：2024-06-07

Applicant: 许昌学院 ,  江苏科技大学

Inventor： 杨丰硕 ,  杜根远 ,  路凯 ,  张向群 ,  屈航 ,  马腾 ,  齐杨钒 ,  付灿东 ,  靳标

IPC: G06V40/20 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于轻量级神经网络的毫米波雷达手势识别方法，包括：使用毫米波雷达采集多种动态手势动作的回波数据；根据回波数据，获取到手势动作的RTM和DTM；将RTM和DTM输入到构建和训练好的卷积神经网络中进行特征提取和融合，得到融合后的特征图；将融合后的特征图输入到改进后的MobileViT网络模型中，输出手势动作识别结果。本发明对轻量级神经网络MobileViT的结构和激活函数进行改进，减少了模型参数，降低了计算复杂度，提高了处理速度。本发明了利用毫米波雷达捕捉高精度手势回波信息，基于改进后的轻量化神经网络MobileViT，实现了高效且准确的手势识别，并在12种复杂手势数据集中进行了验证。

公开(公告)号：CN119291630A

公开(公告)日：2025-01-10

申请号：CN202411174239.0

申请日：2024-08-26

Applicant: 许昌学院

Inventor： 杨丰硕 ,  路凯 ,  杜根远 ,  申佳文 ,  葛志洲 ,  郑恒 ,  张向群 ,  屈航 ,  靳标

IPC: G01S7/41 ,  G01S13/88 ,  A61B5/0507 ,  A61B5/11 ,  G06F18/241 ,  G06F18/232 ,  G06N3/0455

Abstract: 本发明公开了一种基于毫米波雷达感知的人体跌倒识别方法，包括：使用毫米波雷达采集多种人体动作的回波数据；对回波数据进行处理，分别得到人体动作的点云数据；使用DBSCAN聚类方法将点云数据进行聚类，基于中心点将点云分为不同的聚类，再将得到的点云数据输入到深度神经网络中，捕捉点云数据的空间结构和依赖关系信息，并以此识别人体动作的类别，输出人体跌倒识别结果。本发明设计融合PointNet网络和Transformer模块的深度神经网络模型，使用该模型能够增强对点云的空间关系的描述，进而提高了对人体跌倒识别的判断，降低了误报和虚报率；本发明通过毫米波雷达信号感知人体姿态和动作，实现人体跌倒的识别，具备抗干扰性能好、识别准确率高等诸多优点。