[发明专利]基于多普勒雷达时频图像序列与交叉卷积神经网络人体动作重构方法及系统

摘要

本发明公开了一种基于多普勒雷达时频图像序列与交叉卷积神经网络的人体动作重构方法及系统，首先通过Kinect摄像头获得的初始人体动作的相位，将运动估计神经网络输出的结果与现实图像神经网络的运算结果进行对比，得到单位时长中人体目标的增量值；根据初始人体动作与人体目标的增量值计算得到人体目标的动作坐标。本方法中的神经网络同时利用了运动目标的新增信息和多普勒雷达的图像特征而进行训练，实际神经网络操作较为简易，并可在实际应用环境下修改运动估计网络和现实图像网络的输入与整个神经网络的输出。因此，对于一连串的人体实际运动中，本方法的神经网络的预计表现会比传统成果中使用的先判断再重构技术的效果要更加泛用。