| 摘要:随着人口的快速增长，公共安全和个人健康成为社会管理的重点，因此在公共场所下的智能行为监测变得十分有必要。然而，目前的解决方案大多从视觉和 Wi-Fi 领域出发，在隐私性和测量精度上有一定的局限性，在公共场所中无法较好地应用。采用高分辨率毫米波雷达来实现公共空间下的行为监测任务，首先基于雷达点云数据实现人体姿态估计，为弥补雷达点云稀疏性问题，以 PointNet 为主干并结合自注意力机制构建姿态估计网络，从每帧数据中恢复人体姿态，最后通过时序卷积网络(TCN)进行行为识别。实验结果表明，人体姿态估计的关键点预测平均误差约 2.1 cm，基于 TCN 网络的行为识别准确率能够达到 93.8%，有较好的应用价值。 |
| 关键词: 毫米波雷达 点云 姿态估计 TCN 行为监测 |
|
|
|
|
| Abstract: |
| Key words: |