TWI769602B - 利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質 - Google Patents

利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質 Download PDF

Info

Publication number
TWI769602B
TWI769602B TW109142131A TW109142131A TWI769602B TW I769602 B TWI769602 B TW I769602B TW 109142131 A TW109142131 A TW 109142131A TW 109142131 A TW109142131 A TW 109142131A TW I769602 B TWI769602 B TW I769602B
Authority
TW
Taiwan
Prior art keywords
human body
millimeter
wave radar
point cloud
cloud information
Prior art date
Application number
TW109142131A
Other languages
English (en)
Other versions
TW202223437A (zh
Inventor
胡家榮
鄭中瑋
Original Assignee
群邁通訊股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 群邁通訊股份有限公司 filed Critical 群邁通訊股份有限公司
Priority to TW109142131A priority Critical patent/TWI769602B/zh
Priority to CN202011488427.2A priority patent/CN114578306A/zh
Priority to US17/539,114 priority patent/US20220171024A1/en
Publication of TW202223437A publication Critical patent/TW202223437A/zh
Application granted granted Critical
Publication of TWI769602B publication Critical patent/TWI769602B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一種利用毫米波雷達的人體姿態識別方法，所述方法包括：獲取毫米波雷達檢測範圍內之毫米波雷達之回波資料，所述毫米波雷達回波資料包括點雲資訊；根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體；根據所述毫米波雷達回波資料之點雲資訊確定所述人體之質心；根據所述人體之質心去除所述點雲資訊之雜訊；及根據去除雜訊之所述點雲資訊識別人體姿態。本案還提供一種電腦可讀存儲介質，避免了隱私之洩露及提高了人體姿態識別之準確性。

Description

利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介 質
本發明涉及識別領域，具體涉及一種利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質。
目前，病人在行動不便及老年人在照明不足之情況下，容易發生意外。為了知道意外之發生，人們往往會安裝攝像頭來監控病人及老年人。但是，攝像頭可能會導致病人及老年人之隱私洩露。
鑒於此，有必要提供一種利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質，避免了隱私之洩露及提高了人體姿態識別之準確性。
本申請之第一方面提供一種利用毫米波雷達的人體姿態識別方法，所述方法包括：獲取毫米波雷達檢測範圍內之毫米波雷達之回波資料，所述毫米波雷達回波資料包括點雲資訊；根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體；根據所述毫米波雷達回波資料之點雲資訊確定所述人體之質心；根據所述人體之質心去除所述點雲資訊之雜訊；根據去除雜訊之所述點雲資訊識別人體姿態。
較佳地，所述根據所述毫米波雷達回波資料確定所述檢測範圍內 存在人體包括：根據所述毫米波雷達回波資料確定所述毫米波雷達之一維距離像；根據所述毫米波雷達之一維距離像確定所述檢測範圍內之物體之雷達散射截面；根據所述雷達散射截面確定所述檢測範圍內存在人體。
較佳地，所述方法還包括：獲取毫米波雷達監測範圍內之前一時間之毫米波雷達回波資料；所述根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體包括：根據所述前一時間之毫米波雷達回波資料及所述毫米波雷達回波資料確定所述毫米波雷達回波資料中存在相位差之區域與不存在相位差之區域之比值；若所述比值大於預設比值，確定所述監測範圍內存在人體。
較佳地，所述根據所述人體之質心去除所述點雲資訊之雜訊包括：根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊。
較佳地，所述根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊包括：根據所述人體之質心及所述點雲資訊之信號強度去除所述點雲資訊之雜訊；及/或去除所述點雲資訊中與所述人體之質心之距離大於預設距離之點雲資訊。
較佳地，所述根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊包括：去除所述點雲資訊中預設範圍內有效點數過少之雜訊。
較佳地，所述根據所述人體之質心去除所述點雲資訊之雜訊包括：根據所述人體之質心藉由資料平滑方法去除所述點雲資訊之雜訊。
較佳地，所述獲取毫米波雷達檢測範圍內之毫米波雷達回波資料包括：每隔預設時間間隔獲取一幀毫米波雷達檢測範圍內之毫米波雷達回波資料；所述根據所述人體之質心藉由資料平滑方法去除所述點雲資訊之雜訊包括：確定當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化是否大於預設值，所述位置變化包括高度變化及位移量變化中之至少一種；若當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化大於預設值，去除當前幀毫米波雷達回波資料；若當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化小於或等於預設值，保存當前幀毫米波雷達回波資料；將預設時間內保存之所述幀毫米波雷達回波資料中生物體人體之質心之位置資訊進行平均化。
較佳地，根據去除雜訊之所述點雲資訊識別人體姿態包括：根據所述點雲資訊與所述人體之質心之位置分布比例識別人體姿態。
本申請之第二方面提供一種電腦可讀存儲介質，所述電腦可讀存儲介質存儲有至少一個指令，所述至少一個指令被處理器執行以實現如上任意一項所述之人體姿態識別方法。
本案藉由毫米波雷達來識別人體姿態，避免了隱私之洩露；藉由根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體，避免了檢測範圍內不存在人體時也進行人體姿態識別所造成之多餘之運算及誤判；藉由確定所述人體之質心可方便後續之毫米波雷達回波資料之雜訊之去除；藉由去除所述毫米波雷達回波資料之雜訊可方便後續進行有效之特徵提取，提高了人體姿態識別之準確性。
10:人體姿態識別系統
101:獲取模組
102:檢測模組
103:質心確定模組
104:去除模組
105:識別模組
7:人體姿態識別裝置
71:毫米波雷達
73:處理器
74:記憶體
圖1係本案之人體姿態識別系統之方框圖。
圖2係本案之人體姿態識別方法之流程圖。
圖3係圖2之人體姿態識別方法中之根據毫米波雷達回波資料確定檢測範圍內存在人體之流程圖。
圖4係圖2之人體姿態識別方法根據雷達散射截面確定檢測範圍內存在人體之流程圖。
圖5係圖2之人體姿態識別方法根據人體之質心藉由鬼影消除方法去除點雲資訊之雜訊之示意圖。
圖6係圖2之人體姿態識別方法根據去除雜訊之點雲資訊識別人體姿態。
圖7係本案之人體姿態識別裝置之方框圖。
為了能夠更清楚地理解本發明之上述目的、特徵和優點，下面結合附圖和具體實施例對本發明進行詳細描述。需要說明之是，在不衝突之情況下，本申請之實施例及實施例中之特徵可以相互組合。
在下面之描述中闡述了很多具體細節以便於充分理解本發明，所描述之實施例僅是本發明一部分實施例，而不是全部之實施例。基於本發明中之實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得之所有其 他實施例，都屬於本發明保護之範圍。
除非另有定義，本文所使用之所有之技術和科學術語與屬於本發明之技術領域之技術人員通常理解之含義相同。本文中在本發明之說明書中所使用之術語只是為了描述具體之實施例之目的，不是旨在於限制本發明。
請參閱圖1，圖1是本案之人體姿態識別系統之方框圖。所述人體姿態識別系統10應用於人體姿態識別裝置上。所述人體姿態識別系統10包括獲取模組101、檢測模組102、質心確定模組103、去除模組104及識別模組105。所述獲取模組101用於獲取毫米波雷達檢測範圍內之毫米波雷達回波資料，所述毫米波雷達回波資料包括點雲資訊。所述檢測模組102用於根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體。所述質心確定模組103用於根據所述毫米波雷達回波資料中之點雲資訊確定所述人體之質心。所述去除模組104用於根據所述人體之質心去除所述點雲資訊之雜訊。識別模組105用於根據去除雜訊之所述點雲資訊識別人體姿態。以下將結合一種人體姿態識別方法之流程圖來詳細描述模組101~105之具體功能。
請參考圖2，圖2是本案之人體姿態識別方法之流程圖。所述人體姿態識別方法可包括以下步驟：
S21：獲取毫米波雷達檢測範圍內之毫米波雷達回波資料，所述毫米波雷達回波資料包括點雲資訊。
所述毫米波雷達是指工作頻段在毫米波頻段之雷達。所述毫米波雷達用於向所述檢測範圍內發射線性調頻連續波信號，並接收檢測範圍內之毫米波雷達回波資料。所述毫米波雷達回波資料包括物體之距離、物體之速度及物體之角度等。所述物體之距離、所述物體之速度及所述物體之角度可用於確定所述人體之位置資訊。所述毫米波雷達回波資料包括稀疏且不均勻之點雲資訊。所述點雲資訊包括三維坐標系統中之點之三維座標值。所述三維座標包括X 軸、Y軸及Z軸。
在所述獲取毫米波雷達檢測範圍內之毫米波雷達回波資料之前，所述方法還可包括：藉由模數轉換器對所述毫米波雷達檢測範圍內之毫米波雷達回波資料進行採樣。在所述獲取毫米波雷達檢測範圍內之毫米波雷達回波資料之前，所述方法還可包括：對所述毫米波雷達檢測範圍內之毫米波雷達回波資料進行濾波。
S22：根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體。
請同時參考圖3，所述根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體可包括：
S31：根據所述毫米波雷達回波資料確定所述毫米波雷達之一維距離像。
在本實施例中，所述根據所述毫米波雷達回波資料確定所述毫米波雷達之一維距離像包括：對所述毫米波雷達回波資料進行距離變換，生成所述毫米波雷達之一維距離像。
在所述根據所述毫米波雷達回波資料確定所述毫米波雷達之一維距離像之前，所述方法還可包括：獲取向所述檢測範圍內發射之線性調頻連續波信號。
所述根據所述毫米波雷達回波資料確定所述毫米波雷達之一維距離像包括：將所述線性調頻連續波信號及所述毫米波雷達回波資料進行混頻；根據混頻後之信號確定所述毫米波雷達之一維距離像。
S32：根據所述毫米波雷達之一維距離像確定所述檢測範圍內之物體之雷達散射截面。
在本實施例中，所述根據所述毫米波雷達之一維距離像確定所述 檢測範圍內之物體之雷達散射截面之值後，先針對所述檢測範圍內之物體之雷達散射截面之值做標準差運算，接著再針對所述標準差運算後的雷達散射截面之值再做平滑運算處理得到的數值。所述檢測範圍內之物體之雷達散射截面之值經過標準化運算及平滑運算處理後，需大於一預設比值，確定所述監測範圍內存在人體。
在所述檢測範圍內之物體之雷達散射截面之值做標準差運算之前，所述方法還包括：對所述毫米波雷達之一維距離像進行靜態濾波。
所述平滑運算處理還包括：藉由低通濾波器對所述標準差運算後的雷達散射截面之值進行平滑處理。所述低通濾波器可為阿爾法濾波器。
S33：根據所述雷達散射截面確定所述檢測範圍內存在人體。
請一併參考圖4，所述根據所述雷達散射截面確定所述檢測範圍內存在人體包括：
S41：判斷所述雷達散射截面是否大於一閾值。
S42：若所述雷達散射截面大於所述閾值，確定所述檢測範圍內存在人體。
S43：若所述雷達散射截面小於或等於所述閾值，確定所述檢測範圍內不存在人體，流程結束。
在本實施例中，所述方法還包括：獲取毫米波雷達監測範圍內之前一時間之毫米波雷達回波資料。所述根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體可包括：根據所述前一時間之毫米波雷達回波資料及所述毫米波雷達回波資料確定所述毫米波雷達回波資料中存在相位差之區域與不存在相位差之區域之比值；若所述比值大於預設比值，確定所述監測範圍內存在人體。在本實施例中，所述人體為人或形狀似人之物體。
S23：根據所述毫米波雷達回波資料中之點雲資訊確定所述人體之 質心。
所述人體之質心是指物質系統上被認為品質所集中在之一個假想點。所述人體之質心可用於代表所述人體。所述人體之質心不能超出所述人體之範圍。
在本實施例中，所述根據所述毫米波雷達回波資料中之點雲資訊確定所述人體之質心包括：利用目標追蹤模型採用卡爾曼濾波演算法根據所述毫米波雷達回波資料中之點雲資訊追蹤所述人體之動態資訊，根據追蹤之所述人體之動態資訊確定所述人體之各點之位置資訊，並根據所述位置資訊確定所述人體之質心。在本實施例中，所述目標追蹤模型為Gtrack演算法。在本實施例中，本發明可藉由所述卡爾曼濾波演算法過濾雜訊之影響。
S24：根據所述人體之質心去除所述點雲資訊之雜訊。
所述根據所述人體之質心去除所述點雲資訊之雜訊可包括：根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊。
所述根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊可包括：根據所述人體之質心及所述點雲資訊之信號強度去除所述點雲資訊之雜訊。所述根據所述人體之質心及所述點雲資訊之信號強度去除所述點雲資訊之雜訊包括：去除所述點雲資訊中信號強度比(SNR)比小於預設強度之資料。所述預設強度可為0，0.05分貝等。
所述根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊可包括：去除所述點雲資訊中與所述人體之質心之距離大於預設距離之點雲資訊。從而，可將離所述人體之質心較遠之點濾除，提高了後續姿態識別之準確性。所述去除所述毫米波雷達回波資料中與所述人體之質心之距離大於預設距離之毫米波雷達回波資料包括：去除所述毫米波雷達回波資料中與所述人體之質心在第一預設方向之距離大於第一預設距離之毫米波雷達回波資料，去 除所述毫米波雷達回波資料中與所述人體之質心在第二預設方向之距離大於第二預設距離之毫米波雷達回波資料，及去除所述毫米波雷達回波資料中與所述人體之質心在第三預設方向之距離大於第三預設距離之毫米波雷達回波資料。所述第一預設距離、所述第二預設距離及所述第三預設距離可分別為例如，X軸、Y軸及Z軸中之不同之軸，或者為與所述X軸、Y軸及Z軸中之不同之軸呈預設角度之直線等。
請同時參考圖5，圖5是人體姿態識別方法根據所述人體之質心藉由鬼影消除方法去除點雲資訊之雜訊之示意圖。在圖5中，第一幀毫米波雷達回波資料、第二幀毫米波雷達回波資料及第三幀毫米波雷達回波資料皆存在人體A。其中所述第一幀毫米波雷達回波資料包括A之點雲資訊、B之點雲資訊、C之點雲資訊、D之點雲資訊。其中，B之點雲資訊、C之點雲資訊、及D之點雲資訊之信號強度比所述A之點雲資訊之信號強度低或者與所述A之質心之距離大於預設距離，則將所述第一幀毫米波雷達回波資料中之B之點雲資訊、C之點雲資訊、D之點雲資訊去除。所述第二幀毫米波雷達回波資料包括A之點雲資訊、B之點雲資訊、D之點雲資訊。其中，B之點雲資訊、D之點雲資訊之信號強度比所述A之點雲資訊之信號強度低或者與所述A之質心之距離大於預設距離，則將所述第二幀毫米波雷達回波資料中之B之點雲資訊、D之點雲資訊去除。所述第三幀毫米波雷達回波資料包括A之點雲資訊、E之點雲資訊、F之點雲資訊、G之點雲資訊、H之點雲資訊。其中，E之點雲資訊、F之點雲資訊、G之點雲資訊、H之點雲資訊之信號強度比所述A之點雲資訊之信號強度低或者與所述A之質心之距離大於預設距離，則將所述第三幀毫米波雷達回波資料中之B之點雲資訊、D之點雲資訊去除。
所述根據所述人體之質心去除所述毫米波雷達回波資料之雜訊還可包括：根據所述人體之質心藉由資料平滑方法去除所述毫米波雷達回波資料 之雜訊。
在本實施例中，所述獲取毫米波雷達檢測範圍內之毫米波雷達回波資料包括：每隔預設時間間隔獲取一幀毫米波雷達檢測範圍內之毫米波雷達回波資料。所述根據所述人體之質心藉由資料平滑方法去除所述毫米波雷達回波資料之雜訊包括：確定當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化是否大於預設值，所述位置變化包括高度變化及位移量變化中之至少一種；若當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化大於預設值，去除當前幀毫米波雷達回波資料；若當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化小於或等於預設值，保存當前幀毫米波雷達回波資料。在本實施例中，若當前幀毫米波雷達回波資料為第一幀，所述前一保存幀毫米波雷達回波資料為所述當前幀毫米波雷達回波資料。
所述根據所述人體之質心藉由資料平滑方法去除所述毫米波雷達回波資料之雜訊還包括：將預設時間內保存之所述幀毫米波雷達回波資料中人體之質心之位置資訊進行平均化。所述將預設時間內保存之所述幀毫米波雷達回波資料中人體之質心之位置資訊進行平均化包括：將預設時間內保存之所述幀毫米波雷達回波資料中人體之質心之高度及位移量中之至少一種進行平均化。
S25：根據去除雜訊之所述點雲資訊識別人體姿態。
請參考圖6，所述根據去除雜訊之所述點雲資訊識別人體姿態包括：
S61：確定去除雜訊之所述點雲資訊對應之相似度最高之人體姿態。
在本實施例中，所述確定去除雜訊之所述點雲資訊對應之相似度最高之人體姿態可包括：根據人體之質心確定去除雜訊之所述點雲資訊對應之相似度最高之人體姿態。
所述確定去除雜訊之所述點雲資訊對應之相似度最高之人體姿態可包括：藉由輪廓描繪方式，根據去除雜訊之所述點雲資訊獲取所述人體之特徵資訊；根據所述人體之特徵資訊確定去除雜訊之所述點雲資訊對應之相似度最高之人體姿態。
所述藉由輪廓描繪方式，根據去除雜訊之所述點雲資訊獲取所述人體之特徵資訊包括：藉由輪廓描繪方式，根據去除雜訊之所述點雲資訊及預設關係獲取所述人體之特徵資訊，所述預設關係包括所述點雲資訊中預設資料與所述人體之特徵資訊之間之關係。所述預設關係如下表1所示：
Figure 109142131-A0305-02-0013-1
在本實施例中，所述三軸包括X軸、Y軸及Z軸。所述人體姿態包括蹲下、站立、前進、後退、坐下、彎腰、摔倒中之至少一種。
顯然，本發明還可無需人體之質心確定去除雜訊之所述點雲資訊對應之相似度最高之人體姿態。此時，表1中之人體在三軸上之資料與人體之 質心之距離分佈比例與三軸上之資料與質心之緊密程度之間之關係可省略。
S62：判斷所述點雲資訊與相似度最高之所述人體姿態之相似度是否大於預設姿態閾值。
S63：若所述點雲資訊與相似度最高之所述人體姿態之相似度大於預設姿態閾值，監控所述人體姿態在預設幀點雲資訊中之信心程度。
所述預設幀點雲資訊為毫米波雷達動態接收多幀的所述點雲資訊，執行去除雜訊之所述點雲資訊後並平滑處理後之預設幀點雲資訊。例如，毫米波雷達動態連續接收第一幀至第十三幀點雲資訊，去除其中具有雜訊之三幀所述點雲資訊後，留下其中十幀點雲資訊，然後再經平滑處理後，做為預設幀點雲資訊。接著，毫米波雷達動態繼續連續接收多幀點雲資訊，並動態調整更新所述預設幀點雲資訊。
所述監控所述人體姿態在預設幀點雲資訊中之信心程度包括：根據所述預設幀點雲資訊確定待確定人體姿態，比較所述人體姿態與所述待確定人體姿態來判斷所述人體姿態在預設幀點雲資訊中之信心程度。
在本實施例中，所述方法還包括：若所述點雲資訊與相似度最高之所述人體姿態之相似度小於或等於預設姿態閾值，流程結束。
S64：判斷所述人體姿態在預設幀點雲資訊中之信心程度是否大於預設信心程度。
S65：若所述人體姿態在預設幀點雲資訊中之信心程度大於預設信心程度，輸出所述人體姿態。
在本實施例中，所述人體姿態與所述待確定人體姿態之相似度越高，所述人體姿態在預設幀點雲資訊中之信心程度越高，所述人體姿態與所述待確定人體姿態之相似度越低，所述人體姿態在預設幀點雲資訊中之信心程度越低。
在本實施例中，所述方法還包括：若所述人體姿態在預設幀點雲資訊中之信心程度小於或等於預設信心程度，流程結束。
本案藉由毫米波雷達來識別人體姿態，避免了隱私之洩露；藉由根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體，避免了檢測範圍內不存在人體時也進行人體姿態識別所造成之多餘之運算及誤判；藉由確定所述人體之質心可方便後續之點雲資訊之雜訊之去除；藉由去除所述點雲資訊之雜訊可方便後續進行有效之特徵提取，提高了人體姿態識別之準確性；藉由鬼影消除方法去除所述點雲資訊之雜訊，可在距離及信號強度上去除雜訊；藉由資料平滑方法去除所述點雲資訊之雜訊，可在時間上去除雜訊。
請參考圖7，圖7是本案之人體姿態識別裝置之方框圖。所述人體姿態識別裝置7包括：毫米波雷達71、模數轉換器(圖未示)、至少一個處理器73、記憶體74、及存儲在所述記憶體74中並可在所述至少一個處理器73上運行之人體姿態識別系統10。
所述毫米波雷達71用於向所述檢測範圍內發射線性調頻連續波信號，並接收檢測範圍內之毫米波雷達回波資料。
所述毫米波雷達71包括所述模數轉換器對所述毫米波雷達檢測範圍內之毫米波雷達回波資料進行採樣。
所述至少一個處理器73執行所述人體姿態識別系統10時實現上述方法實施例中之步驟。或者，所述至少一個處理器73執行所述人體姿態識別系統10時實現上述系統實施例中之各模組之功能。
示例性之，所述人體姿態識別系統10可以被分割成一個或多個模組/單元，例如圖1中之各模組，所述一個或者多個模組/單元被存儲在所述記憶體74中，並由所述至少一個處理器73執行，以完成本發明。所述一個或多個模組/單元可以是能夠完成特定功能之一系列電腦程式指令段，該指令段用於描述 所述人體姿態識別系統10在所述人體姿態識別裝置7中之執行過程。例如，所述人體姿態識別系統10可以被分割成各模組。
所述人體姿態識別裝置7可以為任何一種電子產品，例如，個人電腦、平板電腦、智慧手機、個人數位助理(Personal Digital Assistant，PDA)等。本領域技術人員可以理解，所述示意圖7僅是人體姿態識別裝置7之示例，並不構成對人體姿態識別裝置7之限定，可以包括比圖示更多或更少之部件，或者組合某些部件，或者不同之部件，例如所述人體姿態識別裝置7還可以包括匯流排等。
所述至少一個處理器73可以是中央處理單元(Central Processing Unit，CPU)，還可以是其他通用處理器、數位訊號處理器(Digital Signal Processor，DSP)、專用積體電路(Application Specific Integrated Circuit，ASIC)、現成可程式設計閘陣列(Field-Programmable Gate Array，FPGA)或者其他可程式設計邏輯器件、分立門或者電晶體邏輯器件、分立硬體元件等。該處理器73可以是微處理器或者該處理器73也可以是任何常規之處理器等，所述處理器73是所述人體姿態識別裝置7之控制中心，利用各種介面和線路連接整個人體姿態識別裝置7之各個部分。
所述記憶體74可用於存儲所述人體姿態識別系統10和/或模組/單元，所述處理器73藉由運行或執行存儲在所述記憶體74內之電腦可讀指令和/或模組/單元，以及調用存儲在記憶體74內之資料，實現所述人體姿態識別裝置7之各種功能。所述記憶體74可主要包括存儲程式區和存儲資料區，其中，存儲程式區可存儲作業系統、至少一個功能所需之應用程式(比如聲音播放功能、圖像播放功能等)等；存儲資料區可存儲根據人體姿態識別裝置7之使用所創建之資料(比如音訊資料等)等。此外，記憶體74可以包括非易失性電腦可讀記憶體，例如硬碟、記憶體、插接式硬碟，智慧存儲卡(Smart Media Card，SMC)， 安全數位(Secure Digital，SD)卡，快閃記憶體卡(Flash Card)、至少一個磁碟記憶體件、快閃記憶體器件、或其他非易失性固態記憶體件。
所述人體姿態識別裝置7集成之模組/單元如果以軟體功能單元之形式實現並作為獨立之產品銷售或使用時，可以存儲在一個電腦可讀取存儲介質中。基於這樣之理解，本發明實現上述實施例方法中之全部或部分流程，也可以藉由電腦程式來指令相關之硬體來完成，所述之電腦程式可存儲於一電腦可讀存儲介質中，該電腦程式在被處理器執行時，可實現上述各個方法實施例之步驟。其中，所述電腦程式包括電腦程式代碼，所述電腦程式代碼可以為原始程式碼形式、物件代碼形式、可執行檔或某些中間形式等。所述電腦可讀介質可以包括：能夠攜帶所述電腦程式代碼之任何實體或裝置、記錄介質、U盤、移動硬碟、磁碟、光碟、電腦記憶體、唯讀記憶體(ROM，Read-Only Memory)等。
最後應說明之是，以上實施例僅用以說明本發明之技術方案而非限制，儘管參照較佳實施例對本發明進行了詳細說明，本領域之普通技術人員應當理解，可以對本發明之技術方案進行修改或等同替換，而不脫離本發明技術方案之精神範圍。
10:人體姿態識別系統
101:獲取模組
102:檢測模組
103:質心確定模組
104:去除模組
105:識別模組

Claims (10)

  1. 一種利用毫米波雷達的人體姿態識別方法，所述方法包括：獲取毫米波雷達檢測範圍內之毫米波雷達之回波資料，所述毫米波雷達回波資料包括點雲資訊；根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體；根據所述毫米波雷達回波資料之點雲資訊確定所述人體之質心，所述人體之質心是指物質系統上被認為品質所集中在之一個假想點，所述人體之質心用於代表所述人體；根據所述人體之質心去除所述點雲資訊之雜訊；及根據去除雜訊之所述點雲資訊識別人體姿態，所述人體姿態包括蹲下、站立、前進、後退、坐下、彎腰、摔倒中之至少一種。
  2. 如請求項1所述之人體姿態識別方法，其中，所述根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體包括：根據所述毫米波雷達回波資料確定所述毫米波雷達之一維距離像；根據所述毫米波雷達之一維距離像確定所述檢測範圍內之物體之雷達散射截面；根據所述雷達散射截面確定所述檢測範圍內存在人體。
  3. 如請求項1所述之人體姿態識別方法，其中，所述方法還包括：獲取毫米波雷達監測範圍內之前一時間之毫米波雷達回波資料；所述根據所述毫米波雷達回波資料確定所述檢測範圍內存在人體包括：根據所述前一時間之毫米波雷達回波資料及所述毫米波雷達回波資料確定所述毫米波雷達回波資料中存在相位差之區域與不存在相位差之區域之比值；若所述比值大於預設比值，確定所述監測範圍內存在人體。
  4. 如請求項1所述之人體姿態識別方法，其中，所述根據所述人體之質心去除所述點雲資訊之雜訊包括： 根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊。
  5. 如請求項4所述之人體姿態識別方法，其中，所述根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊包括：根據所述人體之質心及所述點雲資訊之信號強度去除所述點雲資訊之雜訊；及/或去除所述點雲資訊中與所述人體之質心之距離大於預設距離之點雲資訊。
  6. 如請求項4所述之人體姿態識別方法，其中，所述根據所述人體之質心藉由鬼影消除方法去除所述點雲資訊之雜訊包括：去除所述點雲資訊中預設範圍內有效點數過少之雜訊。
  7. 如請求項1所述之人體姿態識別方法，其中，所述根據所述人體之質心去除所述點雲資訊之雜訊包括：根據所述人體之質心藉由資料平滑方法去除所述點雲資訊之雜訊。
  8. 如請求項7所述之人體姿態識別方法，其中：所述獲取毫米波雷達檢測範圍內之毫米波雷達回波資料包括：每隔預設時間間隔獲取一幀毫米波雷達檢測範圍內之毫米波雷達回波資料；所述根據所述人體之質心藉由資料平滑方法去除所述點雲資訊之雜訊包括：確定當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化是否大於預設值，所述位置變化包括高度變化及位移量變化中之至少一種；若當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化大於預設值，去除當前幀毫米波雷達回波資料； 若當前幀毫米波雷達回波資料中人體之質心之位置與前一保存幀毫米波雷達回波資料中人體之質心之位置變化小於或等於預設值，保存當前幀毫米波雷達回波資料；將預設時間內保存之所述幀毫米波雷達回波資料中生物體人體之質心之位置資訊進行平均化。
  9. 如請求項1所述之人體姿態識別方法，其中，根據去除雜訊之所述點雲資訊識別人體姿態包括：根據所述點雲資訊與所述人體之質心之位置分布比例識別人體姿態。
  10. 一種電腦可讀存儲介質，所述電腦可讀存儲介質存儲有至少一個指令，所述至少一個指令被處理器執行以實現如請求項1至9中任意一項所述之人體姿態識別方法。
TW109142131A 2020-11-30 2020-11-30 利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質 TWI769602B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW109142131A TWI769602B (zh) 2020-11-30 2020-11-30 利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質
CN202011488427.2A CN114578306A (zh) 2020-11-30 2020-12-16 利用毫米波雷达的人体姿态识别方法及存储介质
US17/539,114 US20220171024A1 (en) 2020-11-30 2021-11-30 Method, apparatus, and non-transitory computer readable medium for identifying human postures using millimeter-wave radar

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109142131A TWI769602B (zh) 2020-11-30 2020-11-30 利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質

Publications (2)

Publication Number Publication Date
TW202223437A TW202223437A (zh) 2022-06-16
TWI769602B true TWI769602B (zh) 2022-07-01

Family

ID=81752494

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109142131A TWI769602B (zh) 2020-11-30 2020-11-30 利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質

Country Status (3)

Country Link
US (1) US20220171024A1 (zh)
CN (1) CN114578306A (zh)
TW (1) TWI769602B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449363B (zh) * 2023-03-30 2024-01-19 森思泰克河北科技有限公司 基于雷达的闹钟控制方法、装置、雷达及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110456343A (zh) * 2019-07-22 2019-11-15 深圳普捷利科技有限公司 一种基于fmcw毫米波雷达的即时定位方法及系统
CN110632617A (zh) * 2019-09-29 2019-12-31 北京邮电大学 一种激光雷达点云数据处理的方法及装置
CN111047827A (zh) * 2019-12-03 2020-04-21 北京深测科技有限公司 环境辅助生活的智能监控方法及系统
WO2020208627A1 (en) * 2019-04-08 2020-10-15 Essence Security International (E.S.I.) Ltd. Detection apparatus and method
WO2020216316A1 (zh) * 2019-04-26 2020-10-29 纵目科技（上海）股份有限公司 基于毫米波雷达的辅助驾驶系统、方法、终端和介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010019925A1 (en) * 2008-08-15 2010-02-18 Brown Technology Partnerships Method and apparatus for estimating body shape
US8963811B2 (en) * 2011-06-27 2015-02-24 Sct Technology, Ltd. LED display systems
CN102697503B (zh) * 2012-02-29 2015-03-18 北京无线电计量测试研究所 一种基于毫米波成像的人体检测方法
CN105989625A (zh) * 2015-02-04 2016-10-05 华为技术有限公司 数据处理的方法和装置
US11241167B2 (en) * 2016-08-17 2022-02-08 The Regents Of The University Of Colorado, A Body Corporate Apparatus and methods for continuous and fine-grained breathing volume monitoring
CN106468772B (zh) * 2016-09-23 2018-10-23 南京特艺科技有限公司 一种基于距离-多普勒量测的多站雷达人体跟踪方法
TWI653610B (zh) * 2017-12-01 2019-03-11 拓連科技股份有限公司 利用雷達之跌倒偵測系統及方法，及相關電腦程式產品
US10775482B2 (en) * 2018-04-11 2020-09-15 Infineon Technologies Ag Human detection and identification in a setting using millimeter-wave radar
CN109239707A (zh) * 2018-08-27 2019-01-18 成都工业学院 行为状态检测设备及方法
CN111759273A (zh) * 2019-04-02 2020-10-13 深圳富泰宏精密工业有限公司 行为追踪方法及装置
CN110058220A (zh) * 2019-05-05 2019-07-26 广东勘生科技有限公司 基于毫米波雷达技术的火灾探测救援方法及系统
CN110045370B (zh) * 2019-05-10 2023-11-14 成都宋元科技有限公司 基于毫米波雷达的人体感知方法及其系统
CN110412378B (zh) * 2019-07-30 2021-08-24 北京经纬恒润科技股份有限公司 目标物体检测方法及装置
CN111372363A (zh) * 2020-04-09 2020-07-03 珠海格力电器股份有限公司 灯具的控制方法、设备、存储介质和灯具
CN111652953B (zh) * 2020-06-29 2022-12-30 中国电子科技集团公司第十四研究所 一种利用区域搜索和像素值抑制的安检图像伪影去除方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020208627A1 (en) * 2019-04-08 2020-10-15 Essence Security International (E.S.I.) Ltd. Detection apparatus and method
WO2020216316A1 (zh) * 2019-04-26 2020-10-29 纵目科技（上海）股份有限公司 基于毫米波雷达的辅助驾驶系统、方法、终端和介质
CN110456343A (zh) * 2019-07-22 2019-11-15 深圳普捷利科技有限公司 一种基于fmcw毫米波雷达的即时定位方法及系统
CN110632617A (zh) * 2019-09-29 2019-12-31 北京邮电大学 一种激光雷达点云数据处理的方法及装置
CN111047827A (zh) * 2019-12-03 2020-04-21 北京深测科技有限公司 环境辅助生活的智能监控方法及系统

Also Published As

Publication number Publication date
US20220171024A1 (en) 2022-06-02
CN114578306A (zh) 2022-06-03
TW202223437A (zh) 2022-06-16

Similar Documents

Publication Publication Date Title
CN110874594B (zh) 基于语义分割网络的人体外表损伤检测方法及相关设备
US10891473B2 (en) Method and device for use in hand gesture recognition
JP2020071226A (ja) 転倒検出方法及び装置
EP2085928B1 (en) Detection of blobs in images
JP2016042348A (ja) 瞳孔位置検出方法、装置およびコンピュータプログラム製品
JPH0528273A (ja) 画像処理方法および装置
US20220375106A1 (en) Multi-target tracking method, device and computer-readable storage medium
WO2019128504A1 (zh) 一种台球比赛中的图像处理方法、装置及终端设备
CN109685827B (zh) 一种基于dsp的目标检测与跟踪方法
TWI769602B (zh) 利用毫米波雷達的人體姿態識別方法及電腦可讀存儲介質
CN113171062A (zh) 识别寸、关、尺的方法、终端、系统、介质及计算机设备
ATE470919T1 (de) Systeme und verfahren zur interaktiven bestimmung von interessensbereichen und -volumen
CN112069879A (zh) 一种目标人物跟随方法、计算机可读存储介质及机器人
CN113392681A (zh) 人体跌倒检测方法、装置及终端设备
CN114565517A (zh) 红外相机的图像去噪方法、装置及计算机设备
JP2020165950A (ja) 無線信号に基づく運動状態の検出装置、方法及びシステム
CN110837079A (zh) 一种基于雷达的目标检测方法及装置
CN111091107A (zh) 一种人脸区域边缘检测方法、装置及存储介质
Čuk et al. Supervised visual system for recognition of erythema migrans, an early skin manifestation of lyme borreliosis
JP7484492B2 (ja) レーダーに基づく姿勢認識装置、方法及び電子機器
WO2023160305A1 (zh) 行进方向调整方法、移动机器人系统及电子设备
Bonteanu et al. A new pupil detection algorithm based on circular Hough transform approaches
WO2022205841A1 (zh) 机器人导航方法、装置、终端设备及计算机可读存储介质
CN114972415B (zh) 机器人视觉跟踪方法、系统、电子设备及介质
CN112416128B (zh) 一种手势识别方法及终端设备