申请/专利权人：杭州芯影科技有限公司

申请日：2020-01-09

公开（公告）日：2024-06-25

公开（公告）号：CN111476078B

主分类号：G06F18/2411

分类号：G06F18/2411;G06V40/10;G06F18/10;G06F18/213;G06F18/241;G01V3/12

优先权：["20190228 CN 2019101524543"]

专利状态码：有效-授权

法律状态：2024.06.25#授权;2021.12.21#实质审查的生效;2020.07.31#公开

摘要：本发明实施例公开一种基于毫米波步态生物特征的身份识别方法进而系统，其中方法包括如下步骤：基于全电子稀疏阵列获取目标对象在行走时的毫米波数据，采用预设信号处理角度对所述毫米波数据进行预处理，生成所述毫米波数据对应的特征数据，将所述特征数据输入预先训练好的步态识别模型，识别所述目标对象的身份信息。采用本发明，通过毫米波成像系统获取目标对象运动产生的回波数据，在毫米波对衣物的穿透性的基础上可以增加所获得的回波数据的准确性，进而可以提高身份识别的正确率。

主权项：1.一种基于毫米波步态生物特征的身份识别方法，其特征在于，所述方法包括：基于全电子稀疏阵列获取目标对象在行走时的毫米波数据；采用预设信号处理角度对所述毫米波数据进行预处理，生成所述毫米波数据对应的特征数据，其中，对于行人的电磁回波信号，采用时频分析手段，提取其步态的电磁回波模型，所述时频分析手段包括：时域的AR模型、频域的傅里叶变换、或者时域频域联合的短时傅里叶变换；将所述特征数据输入预先训练好的步态识别模型，识别所述目标对象的身份信息；所述预设信号处理角度包括时域处理、频域处理以及时域频域联合处理；其特征在于，在采用预设信号处理角度对所述毫米波数据进行预处理，生成所述毫米波数据对应的特征数据时，所述方法还包括：基于短时傅里叶变换计算所述毫米波数据的时频特性频谱；将所述时频特性频谱所指示的频谱特征确定为所述毫米波数据对应的特征数据；人体不同运动部位在行走时的步频特性在时域频谱中表现出的不同能量强度为所述时频特性频谱的频谱特征；所述步频特性包括双手摆动幅度、步频、步长；采用不同的颜色代表时频特性频谱的不同的能量，不同的能量对应不同的运动部位；行走时躯干为时频特性频谱中白色的部分，行走时手脚周期性的摆动会在躯干多普勒频移中产生锯齿状的多普勒调制；所述方法还包括：采集若干非合作对象在行走时的毫米波数据，组成训练数据集合；基于预设模型训练算法对所述训练数据集合中的毫米波数据进行训练，生成识别目标对象身份信息的步态识别模型。

全文数据：

权利要求：

百度查询： 杭州芯影科技有限公司 基于毫米波步态生物特征的身份识别方法和系统

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