申请/专利权人：中国科学院空天信息创新研究院

申请日：2021-08-10

公开（公告）日：2024-05-17

公开（公告）号：CN113516232B

主分类号：G06F18/241

分类号：G06F18/241;G06N3/0464;G06N3/0455

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2021.11.05#实质审查的生效;2021.10.19#公开

摘要：本发明公开了一种基于自注意力机制的神经网络模型的训练方法，包括：获取训练集，训练集包括雷达回波信号，雷达回波信号为通过人体的关节点反射后接收到的信号；将训练集输入到基于自注意力机制的神经网络模型中，其中，神经网络模型包括姿态编码器和姿态解码器；通过姿态编码器处理训练集，得到携带多个姿态特征的编码信号；姿态解码器将编码信号与关节点查询信号进行运算，运算后的结果经姿态解码器进行处理后，输出关节点坐标判别结果；将判别结果与训练集输入到神经网络模型的损失函数中，输出损失结果；根据损失结果更新神经网络模型的参数。本发明同时还公开了一种基于自注意力机制的穿墙雷达人体姿态重构方法及系统。

主权项：1.一种基于自注意力机制的穿墙雷达人体姿态重构方法，包括：穿墙雷达发出探测信号，对墙后的人体目标进行探测，捕捉墙后人体目标的关节点，采集并接收雷达回波信号；将所述雷达回波信号输入到基于自注意力机制的神经网络模型中，通过所述神经网络模型的姿态编码器和姿态解码器进行处理，输出人体目标的关节点坐标，并基于所述关节点坐标重构所述墙后的人体目标的姿态；其中，所述基于自注意力机制的神经网络模型通过以下操作进行训练：获取训练集，所述训练集包括雷达回波信号，所述雷达回波信号为通过人体的关节点反射后接收到的信号，其中，所述关节点包括头部、脖子、肩部、肘部、腕部、臀部、膝部和踝部；将所述训练集输入到基于自注意力机制的神经网络模型中，其中，所述神经网络模型包括姿态编码器和姿态解码器；通过所述姿态编码器处理所述训练集，得到携带多个姿态特征的编码信号；所述姿态解码器将所述编码信号与关节点查询信号进行运算，运算后的结果经所述姿态解码器进行处理后，输出关节点坐标判别结果；将所述判别结果与训练集输入到所述神经网络模型的损失函数中，输出损失结果；根据所述损失结果更新所述神经网络模型的参数；其中，所述姿态解码器包括多个交替堆叠的第二自注意力层、第二层标准化层和第二全连接层；其中，所述编码信号与类别查询信号进行运算，将运算后的结果输入到所述第二自注意力层，所述第二自注意力层提取所述运算后的结果的特征，所述第二层标准化层用于将所述特征进行标准化，所述第二全连接层用于不同层之间的非线性交互，将所述编码信号作为所述姿态解码器的中间输入信号作用于所述姿态解码器的每一个第二自注意力层之前。

全文数据：

权利要求：

百度查询： 中国科学院空天信息创新研究院 一种基于自注意力机制的穿墙雷达人体姿态重构方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD