Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学孙力娟获国家专利权

南京邮电大学孙力娟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京邮电大学申请的专利基于毫米波雷达的人体点云解析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119418071B

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411545743.7,技术领域涉及:G06V10/46;该发明授权基于毫米波雷达的人体点云解析方法是由孙力娟;陈雨轲;韩崇;郭剑;白维庆;张旭童;王娟设计研发完成,并于2024-11-01向国家知识产权局提交的专利申请。

基于毫米波雷达的人体点云解析方法在说明书摘要公布了:本发明属于雷达点云识别处理技术领域,公开了一种基于毫米波雷达的人体点云解析方法,该方法将从人身上捕获的雷达点云作为输入,识别出与点云中的每个点对应的身体部,为点云进行分组、解析,将毫米波雷达采集到的点云数据首先传入多层感知机中以进行特征抽取,随后特征通过编码模块进行学习,随后采用对称的解码器结构,将局部特征解码为预测的人体解析信息,训练完毕后保存模型并用来进行人体点云的解析以及后续的姿态估计任务。本发明提高在稀疏点云下模型的点云解析任务准确度,提升系统的鲁棒性;降低网络结构复杂度,降低网络训练开销,提高了运算效率,在较少训练轮次的情况下可大幅提高人体解析的精度。

本发明授权基于毫米波雷达的人体点云解析方法在权利要求书中公布了:1.一种基于毫米波雷达的人体点云解析方法,其特征在于:所述人体点云解析方法通过神经网络实现,具体的,人体点云解析方法具体包括以下步骤: 步骤1、雷达点云数据处理与标签生成:采集原始数据,使用深度相机采集人体的骨骼关键点数据,使用雷达获取人体点云数据,通过时间戳进行同步,随后使用同步的骨骼关键点数据; 步骤2、使用神经网络的主干多层感知机层对雷达获取的人体点云数据经过全局特征提取,随后通过神经网络的采样层和分组层进行质心点采样和分组得到局部点; 步骤3、将步骤2分组后得到的局部点送入神经网络中,利用抽象卷积层提取与局部点相关的局部特征; 步骤4、使用神经网络中对称的解码层对步骤3得到的局部特征进行解码操作,全局特征以及每一层的局部特征都对应一个解码器操作,并且进行残差连接防止过拟合,最终得到预测的每个点属于人体对应的哪一部分骨骼关键点;其中, 所述神经网络具体包括编码器和解码器,编码器和解码器使用残差连接, 所述编码器包括采样层、分组层、抽象卷积层和反向残差块,所述采样层包括一个最远距离采样的采样操作,以获得采样集作为分组操作的质心点,所述分组层包括一个使用k近邻算法进行分组的分组操作,将人体点云数据以采样机为中心分割为若干组,所述抽象卷积层输入数据为人体点云数据的坐标信息和局部点相关的局部特征,局部点相关的局部特征使用一次二维卷积并配合批量归一化,得到维度为[B,64,N,k]的局部点相关的局部特征,并使用一次最大池化,提取过后的局部点相关的局部特征和人体点云数据的坐标信息流向反向残差块,所述反向残差块使用一次二维卷积并配合批量归一化,得到维度为[B,64,N,k]的特征向量,随后通过先进行一次取最大值操作实现可分离的多层感知机,将局部点相关的局部特征和维度简化为[B,64,N]减少计算量,再通过两层mlp进行特征提取,其中第一层将通道数扩大为原来的4倍,第二层将通道数还原,输出数据在流向下一层编码器的同时使用残差连接作为对称解码器的输入; 所述步骤2具体包括如下步骤: 步骤2.1、对雷达获取的人体点云数据进行全局特征提取,将雷达获取的人体点云数据通过主干多层感知机层将人体点云数据的坐标信息映射到比三维空间高的维度,并提取得到反应人体全局信息的全局特征数据; 步骤2.2、对每一帧的人体点云进行下采样,在采样层中得到n4个分布均匀的质心点以便后续进行分组; 步骤2.3、通过神经网路的分组层,以人体点云集合和质心点集合作为输入,以质心为中心,根据质心选择周围k个人体点云数据中的点进行分组; 所述步骤3将局部点送入神经网络进行局部特征提取,具体包括如下步骤: 步骤3.1、所述抽象卷积层使用三次二维卷积以及批量归一化操作对传入的质心坐标以及分组点进行局部特征提取; 步骤3.2、将提取的局部特征传入反向残差块中,反向残差块使用一次分组操作和三次二维卷积操作; 步骤3.3、利用第一层mlp将通道数扩大为原来的4倍,第二层mlp将通道数还原的倒瓶颈设计将第一层mlp的输出通道扩大4倍; 步骤3.4、使用残差连接编码器和解码器,解码器最终预测人体每个雷达点所属的关节类别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京邮电大学,其通讯地址为:210046 江苏省南京市栖霞区广月路30-06号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。