-
公开(公告)号：CN114594469B
公开(公告)日：2025-03-14
申请号：CN202210101782.2
申请日：2022-01-27
Applicant: 南昌大学
IPC: G01S13/88 , G01S13/89 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种隔墙探测成像方法、装置、可读存储介质及探测设备，所述方法包括：获取探测雷达探测到的电磁波探测信号，所述电磁波探测信号至少包括待探测目标回波、障碍物回波以及杂波；将所述电磁波探测信号输入至预训练的成像模型当中，以通过所述预训练的成像模型根据所述待探测目标回波得到探测成像。本发明解决了现有技术中隔墙探测成像的成像精度低的问题。
-
公开(公告)号：CN117310646A
公开(公告)日：2023-12-29
申请号：CN202311587556.0
申请日：2023-11-27
Applicant: 南昌大学
Abstract: 本发明提供了一种基于室内毫米波雷达的轻量化人体姿态识别方法及系统，该方法通过获取由调频连续波毫米波雷达设备采集的人体姿态样本数据，将人体姿态样本数据进行预处理，得到多普勒特征图谱，并根据多普勒特征图谱，生成由多普勒特征图谱构成的第一目标数据集；构建mMNYOLOv5轻量级网络模型，并将第一目标数据集的数据输入该网络模型中进行训练，得到目标模型；实时获取人体动作数据，输入目标模型中，输出姿态识别结果，具体的，采用mMNYOLOv5轻量级网络模型可以增强重要特征而弱化非重要特征，并降低传输过程的雷达图谱的特征冗余，进而在极大地降低网络规模和计算量的同时，提高人体姿态识别准确度。
-
Patent Agency Ranking
公开(公告)号：CN117292439A
公开(公告)日：2023-12-26
申请号：CN202311587557.5
申请日：2023-11-27
Applicant: 南昌大学
IPC: G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/096 , G01S7/41
Abstract: 本发明提供了一种基于室内毫米波雷达的人体姿态识别方法及系统，该方法通过获取由调频连续波毫米波雷达设备采集的人体姿态样本数据；将人体姿态样本数据进行预处理，得到多普勒特征图谱构成的第一目标数据集，并进行混合数据增强处理，得到第二目标数据集；构建小样本迁移学习识别网络模型，并将第二目标数据集的数据输入模型中进行训练，得到目标模型；实时获取人体动作数据，输入目标模型中，输出姿态识别结果，具体的，由于对样本数据依次进行预处理和混合数据增强处理，得到扩充的毫米波雷达数据集，同时，为了降低深度学习网络的数据需求，及处理多普勒特征图谱的性能损失，提出了上述模型，以降低过拟合风险。
-
公开(公告)号：CN117310646B
公开(公告)日：2024-03-22
申请号：CN202311587556.0
申请日：2023-11-27
Applicant: 南昌大学
Abstract: 本发明提供了一种基于室内毫米波雷达的轻量化人体姿态识别方法及系统，该方法通过获取由调频连续波毫米波雷达设备采集的人体姿态样本数据，将人体姿态样本数据进行预处理，得到多普勒特征图谱，并根据多普勒特征图谱，生成由多普勒特征图谱构成的第一目标数据集；构建mMNYOLOv5轻量级网络模型，并将第一目标数据集的数据输入该网络模型中进行训练，得到目标模型；实时获取人体动作数据，输入目标模型中，输出姿态识别结果，具体的，采用mMNYOLOv5轻量级网络模型可以增强重要特征而弱化非重要特征，并降低传输过程的雷达图谱的特征冗余，进而在极大地降低网络规模和计算量的同时，提高人体姿态识别准确度。
-
公开(公告)号：CN115441532A
公开(公告)日：2022-12-06
申请号：CN202210900502.4
申请日：2022-07-28
Applicant: 南昌大学
Abstract: 本发明提出一种基于多模态能源和信号输入的PSE装置及其控制方法，所述装置包括多模态供电模块、PSE模块以及通信模块，其中：所述多模态供电模块包括与第三方能源接通的第一供电单元以及与市电接通的第二供电单元，所述第一供电单元包括第三方能源转换子单元、与所述第三方能源转换子单元电连接的充放电控制子单元以及与所述充放电控制子单元电连接的能源储备子单元，所述能源储备子单元分别与所述PSE模块和所述通信模块电连接，所述充放电控制子单元与所述第二供电单元电连接。根据本发明提出的基于多模态能源和信号输入的PSE装置，能够节省市电能源消耗，减轻市电负载，同时又能实现多模态信号的传输，提高网络的鲁棒性。
-
公开(公告)号：CN117292439B
公开(公告)日：2024-03-22
申请号：CN202311587557.5
申请日：2023-11-27
Applicant: 南昌大学
IPC: G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/096 , G01S7/41
Abstract: 本发明提供了一种基于室内毫米波雷达的人体姿态识别方法及系统，该方法通过获取由调频连续波毫米波雷达设备采集的人体姿态样本数据；将人体姿态样本数据进行预处理，得到多普勒特征图谱构成的第一目标数据集，并进行混合数据增强处理，得到第二目标数据集；构建小样本迁移学习识别网络模型，并将第二目标数据集的数据输入模型中进行训练，得到目标模型；实时获取人体动作数据，输入目标模型中，输出姿态识别结果，具体的，由于对样本数据依次进行预处理和混合数据增强处理，得到扩充的毫米波雷达数据集，同时，为了降低深度学习网络的数据需求，及处理多普勒特征图谱的性能损失，提出了上述模型，以降低过拟合风险。
-
公开(公告)号：CN114594469A
公开(公告)日：2022-06-07
申请号：CN202210101782.2
申请日：2022-01-27
Applicant: 南昌大学
Abstract: 本发明公开了一种隔墙探测成像方法、装置、可读存储介质及探测设备，所述方法包括：获取探测雷达探测到的电磁波探测信号，所述电磁波探测信号至少包括待探测目标回波、障碍物回波以及杂波；将所述电磁波探测信号输入至预训练的成像模型当中，以通过所述预训练的成像模型根据所述待探测目标回波得到探测成像。本发明解决了现有技术中隔墙探测成像的成像精度低的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
