首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于UWB数字钥匙的CIR信号的活体检测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浙江大学

摘要:本发明公开了一种基于UWB数字钥匙的CIR信号的活体检测方法及装置,属于车内活体检测技术领域,该发明根据发射UWB与接收UWB的设备信息,通过滤波、人工智能算法解出环境的变化,感知估计出人体的呼吸从而实现活体检测,其利用人工智能识别相关信号中的有效数据,具有较高精度,能有效抑制误报,无需增加设备成本,解决了现有的车内活体检测方法主要是基于视频信号的计算机视觉技术,该技术在保护用户隐私方面存在缺陷,并且存在摄像头被遮挡导致算法失效的情况,或是基于压力传感器的车内活体检测技术,但是这种办法没法很好的区分人体和货物,存在误报的情况的问题。

主权项:1.基于UWB数字钥匙的CIR信号的活体检测方法,其特征在于,包括以下步骤:步骤S1,对CIR进行一时间内的测量,通过傅里叶变换及其逆变换对复数信号进行上采样和插值,通过对幅度最大点进行相位对齐实现CIR信号整体数据的对齐;步骤S2,将所述步骤S1中最后采集到的整体数据对齐的CIR信号通过高通滤波器和汉宁窗进行滤波;步骤S3,在采集数据时,随机选取采样点,以采样点为中心对所述步骤S2中滤波后的CIR信号进行快速傅里叶变换,得到速度距离图;步骤S4,基于所述步骤S3中速度距离图,组建训练集、验证集和测试集,训练神经网络,生成权值文件,把权值文件部署到嵌入式Linux平台,得到采集的CIR数据得出分类结果;所述神经网络按照数据处理的先后顺序依次包括数据输入部分、CNN网络、CNN网络和LSTM网络的衔接部分、LSTM网络、结果数据网络,其中,CNN网络的数据处理结果包括第一次卷积后的结果、第一次池化后的结果、多次卷积与池化后的结果,CNN网络和LSTM网络的衔接部分会输出一个channel*H*W的三维矩阵,channel*H*W的三维矩阵提取了单次目标秒图像空间上的特征;所述LSTM网络包括输入门、遗忘门和一个细胞状态以及输出门;所述输入门用于决定哪些新信息需要存储在细胞状态中,其中,所述输入门包括一个sigmoid层和一个tanh层,sigmoid层的输出决定将更新哪些值,tanh层创建一个新的候选值向量,可能会被添加到状态中;所述遗忘门决定哪些信息需要被遗忘或者舍弃;所述细胞状态能够保持长期的信息;所述输出门确定输出值,其中,所述LSTM网络先运行一个sigmoid层来决定细胞状态的哪个部分将输出出来,然后,把细胞状态通过tanh层并将其和sigmoid门的输出相乘,最后只输出决定输出的部分。

全文数据:

权利要求:

百度查询: 浙江大学 基于UWB数字钥匙的CIR信号的活体检测方法及装置

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。