[发明专利]行人动作识别方法、装置、设备及存储介质

说明书

本发明涉及人机交互技术领域，公开了一种行人动作识别方法、装置、设备及存储介质，该方法包括：根据预设采样率对接收到的目标行人反馈的多普勒回波信号进行采样，获得采样信号；对采样信号进行预处理，根据预处理结果构建采样信号对应的四维特征向量；将四维特征向量输入至预设动作识别模型，获得目标行人的动作特征。相较于现有的多普勒感应雷达难以识别行人简单的动作，本发明通过对多普勒回波信号进行采样，获得采样信号，然后经预处理构造特殊的四维特征向量，最后输入至预设动作识别模型确定目标行人的动作特征，从而仅利用结构简单且无测距功能的多普勒感应雷达就能得到区分目标行人动作的行人动作识别设备，降低了运算资源和成本。

技术领域

本发明涉及人机交互技术领域，尤其涉及一种行人动作识别方法、装置、设备及存储介质。

背景技术

在智能设备的应用中，较多涉及多逻辑控制的场合，例如行人动作识别，一般采用摄像头来获取动作的图像帧，经神经网络、深度学习等算法来实现动作的分类识别。但在一些隐私场所，如卫生间、澡堂等，摄像头并不适用于这些场所，而多普勒雷达虽然在智能卫浴领域中，常可作为移动侦测传感器，用于控制浴灯、小便池、马桶盖等设备的开关，但是现有的多普勒感应雷达却难以识别行人简单的动作。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种行人动作识别方法、装置、设备及存储介质，旨在解决现有技术多普勒感应雷达难以识别行人简单动作的技术问题。

为实现上述目的，本发明提供了一种行人动作识别方法，所述方法包括以下步骤：

在接收到目标行人反馈的多普勒回波信号时，根据预设采样率对所述多普勒回波信号进行采样，获得采样信号；

对所述采样信号进行预处理，根据预处理结果构建所述采样信号对应的四维特征向量；

将所述四维特征向量输入至预设动作识别模型，获得所述目标行人的动作特征。

可选地，所述对所述采样信号进行预处理，根据预处理结果构建所述采样信号对应的四维特征向量的步骤包括：

对所述采样信号进行预处理，获得所述采样信号对应的预处理数据；

根据预设聚类算法对所述预处理数据进行聚类，根据聚类结果将所述预处理数据划分为对应的若干动作类别；

根据所述动作类别构建所述采样信号对应的四维特征向量。

可选地，所述对所述采样信号进行预处理，获得所述采样信号对应的预处理数据的步骤包括：

根据预设时频特征提取算法对所述采样信号进行特征提取，获得所述采样信号对应的类余弦信号；

提取所述类余弦信号中的波峰和波频率；

根据所述采样信号对应的采样顺序对所述波峰和所述波频率进行序号标记，获得所述波峰对应的波峰序列和所述波频率对应的波频率序列；

所述根据预设聚类算法对所述预处理数据进行聚类，根据聚类结果将所述预处理数据划分为对应的若干动作类别的步骤包括：

基于所述波峰序列和所述波频率序列利用预设聚类算法对所述类余弦信号进行聚类，将所述类余弦信号分为对应的若干动作类别。

可选地，所述根据所述动作类别构建所述采样信号对应的四维特征向量的步骤包括：

根据所述动作类别提取所述类余弦信号对应的所述波峰序列、所述波频率和所述波频率序列；

根据所述波峰序列和所述预设采样率确定所述动作类别对应的时长跨度；

根据所述波频率序列确定所述动作类别对应的频率跨度；