-
公开(公告)号：CN119157516A
公开(公告)日：2024-12-20
申请号：CN202310729138.4
申请日：2023-06-19
Applicant: 富士通株式会社
IPC: A61B5/05 , G06F18/213 , G06F18/22 , G06N3/045 , G06N3/0464 , G06N3/044 , G06N3/094 , G06N3/08 , A61B5/0507 , A61B5/0205 , A61B5/00
Abstract: 本申请实施例提供一种生命体征检测装置和方法。所述方法包括：获取雷达多天线零速距离FFT信号；从所述雷达多天线零速距离FFT信号中，选取第一雷达信号，并生成所述第一雷达信号的幅值特征以及相位特征；根据所述幅值特征以及相位特征，利用基于深度神经网络的检测模型生成多段候选生理信号；从所述多段候选生理信号中选择目标生理信号，以及根据所述目标生理信号，检测生命体征参数。由此，能够提高生命体征检测结果的准确性。
-
公开(公告)号：CN113255397B
公开(公告)日：2024-07-05
申请号：CN202010083996.2
申请日：2020-02-10
Applicant: 富士通株式会社
IPC: G06V20/13 , G06V20/40 , G06V10/762
Abstract: 本申请实施例提供了一种目标检测方法和装置，所述目标检测方法包括：将雷达检测结果与视频检测结果进行匹配；在雷达坐标系下根据所述雷达检测结果生成网格单元；在图像坐标系下根据所述网格单元生成边界框；根据所述边界框进行目标检测。本申请基于雷达检测结果指示边界框在视频帧上的可能位置，避免了在完整的视频帧上的盲目搜索、提炼和预测，由此，可以显著减少目标检测方法(例如DPM、R‑CNN等)的处理时间，或者在相同的处理时间下提高边界框的大小和位置的准确性。
-
公开(公告)号：CN118209942A
公开(公告)日：2024-06-18
申请号：CN202211623548.2
申请日：2022-12-16
Applicant: 富士通株式会社
IPC: G01S7/41
Abstract: 本申请实施例提供一种基于无线雷达信号的关键点检测装置和方法。所述方法包括：通过雷达对物体进行感知以获得点云数据；根据点云数据所在的帧和当前帧的时间距离，对点云数据进行补充处理；根据补充后的点云数据，生成特征数据；以及根据特征数据，利用基于神经网络的关键点检测模型，生成物体的关键点数据。由此，根据雷达点云检测物体的关键点，能够不限定动作类别，需要的计算资源少，检测准确率高。
-
公开(公告)号：CN112386237B
公开(公告)日：2024-04-16
申请号：CN201910758078.2
申请日：2019-08-16
Applicant: 富士通株式会社
IPC: A61B5/0205
Abstract: 本发明实施例提供一种生命体的检测装置、方法及系统，该装置包括：第一计算单元，根据第一预设时间范围内的微波雷达的反射信号，获得第一预设时间范围内的距离FFT信号；第二计算单元，根据第一预设时间范围内的距离FFT信号，得到各个距离在第一预设时间范围内的幅值分布和/或相位分布，并且，计算各个距离在第一预设时间范围内的幅值波动；第三计算单元，对所述幅值分布和/或相位分布进行傅立叶变换，得到幅值频谱和/或相位频谱；以及第一确定单元，基于所述幅值波动的大小，根据所述幅值频谱和/或相位频谱以及所述幅值波动确定各个距离上是否存在生命体，或者，根据所述幅值频谱和/或相位频谱确定各个距离上是否存在生命体。
-
公开(公告)号：CN117388847A
公开(公告)日：2024-01-12
申请号：CN202210783879.6
申请日：2022-07-05
Applicant: 富士通株式会社
Abstract: 本申请实施例提供一种人员检测装置及方法。该装置包括：数据获取单元，其获取雷达向目标区域发射信号后输出的多天线零速距离FFT信号；数据预处理单元，其对该多天线零速距离FFT信号进行预处理，生成该多天线零速距离FFT信号的幅值相关特征以及相位相关特征；以及检测单元，其将该幅值相关特征以及相位相关特征输入到基于深度神经网络的检测模型中，输出该目标区域内的目标人员位置、位置置信度以及目标人员数量。
-
Patent Agency Ranking
公开(公告)号：CN114648871B
公开(公告)日：2024-01-02
申请号：CN202011503615.8
申请日：2020-12-18
Applicant: 富士通株式会社
Abstract: 本申请实施例提供了一种速度融合方法和装置，其中，该方法包括：确定各组传感器对应的目标物体的速度，其中，针对各组传感器，在雷达和摄像头都检测到该目标物体，且第一速度大于阈值时，将该雷达检测到的目标物体的径向速度作为该雷达和摄像头所在组的传感器对应的该目标物体的速度，在该第一速度小于或等于阈值时，将速度平均值作为该雷达和摄像头所在组的传感器对应的该目标物体的速度，在该第一数量组传感器中的第二数量组传感器对应该目标物体的速度是速度平均值或径向速度时，根据第二数量组传感器对应的目标物体的速度的大小，以及第二数量传感器对应的目标物体的速度方向的第一夹角确定该目标物体在电子地图系下的速度大小。
-
公开(公告)号：CN116184390A
公开(公告)日：2023-05-30
申请号：CN202111431016.4
申请日：2021-11-29
Applicant: 富士通株式会社
IPC: G01S13/88
Abstract: 本申请实施例提供了一种生命体检测方法以及装置，该装置包括：第一数据处理单元，其用于消除雷达信号的波动的平均值；第二数据处理单元，其用于根据所述雷达信号的波动和/或所述雷达信号的强度和/或检测区域大小对雷达信号的数据进行过滤；检测单元，其根据所述第一数据处理单元和所述第二数据处理单元处理后的候选雷达信号数据确定是否存在生命体。根据检测区域大小和/或信号波动与强度过滤无效雷达数据，并消除雷达信号的波动的平均值，从而消除硬件和内部信号处理方法引起的数据偏差，提高静止生命体检测的准确率。
-
公开(公告)号：CN115436894A
公开(公告)日：2022-12-06
申请号：CN202110607536.X
申请日：2021-06-01
Applicant: 富士通株式会社
Abstract: 本申请实施例提供一种基于无线雷达信号的关键点识别装置和方法。所述方法包括：对一段时间内获得的点云数据进行特征提取，获得反射点云的第一空间特征数据、多普勒速度特征数据、反射能量特征数据、密度分布特征数据和时间分布特征数据；利用基于神经网络的融合特征提取模型对级联后的特征数据进行检测，以获取融合特征信息；以及利用基于神经网络的关键点检测模型对所述融合特征信息进行检测，以输出物体的关键点数据。由此，根据雷达点云检测物体(例如人体)的关键点，能够不限定动作类别，需要的计算资源少且检测准确率高；此外易于实现、操作简便、抗噪能力强并且隐私保护性高。
-
公开(公告)号：CN110609254B
公开(公告)日：2022-09-27
申请号：CN201810622736.0
申请日：2018-06-15
Applicant: 富士通株式会社
Abstract: 本申请实施例提供一种基于无线信号的动作检测方法、检测装置和电子设备，该控制装置包括：第一处理单元，其用于对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；第二处理单元，其根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇；第一计算单元，其用于计算所述主簇中反射点的平均速率，以及所述主簇的簇中心和所述从簇的簇中心的间距；以及动作确定单元，其根据所述平均速率和所述间距，确定所述被检测体的动作类型。根据本申请，能够以简单而有效的方式准确地识别被检测体的动作类型。
-
公开(公告)号：CN114648871A
公开(公告)日：2022-06-21
申请号：CN202011503615.8
申请日：2020-12-18
Applicant: 富士通株式会社
Abstract: 本申请实施例提供了一种速度融合方法和装置，其中，该方法包括：确定各组传感器对应的目标物体的速度，其中，针对各组传感器，在雷达和摄像头都检测到该目标物体，且第一速度大于阈值时，将该雷达检测到的目标物体的径向速度作为该雷达和摄像头所在组的传感器对应的该目标物体的速度，在该第一速度小于或等于阈值时，将速度平均值作为该雷达和摄像头所在组的传感器对应的该目标物体的速度，在该第一数量组传感器中的第二数量组传感器对应该目标物体的速度是速度平均值或径向速度时，根据第二数量组传感器对应的目标物体的速度的大小，以及第二数量传感器对应的目标物体的速度方向的第一夹角确定该目标物体在电子地图系下的速度大小。
-
-
-
-
-
-
-
-
-
Search Results
387
records
(took 0.069 seconds)
