内容简介
本书采用通俗易懂的文字和实例,以人体微运动非接触式感知为核心,深入浅出地讲解了人体微运动非接触感知的技术原理与处理分析方法,提供了大量已报道的经典文献案例,给读者带来了人体微运动非接触感知上的革新内容。全书共分为七章,第一章为我们揭示了人体微运动非接触感知的研究背景与目前的发展状况,第二章介绍了人体微运动非接触感知的一些基本概念,以及信号处理、感知建模等相关技术。接下来的三章分别从相似微运动区分感知、跨个体微运动通用感知以及微运动表征信息深度感知这三个方面进行了详细阐述。随后,将通过生动的实际案例,了解人体微运动感知技术在日常生活中的广泛应用,并基于设计的原型系统,对本书所提出的关键技术进行了系统级的实验分析和性能评估。最后,对全文进行总结,并对未来拟研究的方向进行展开讨论。
目录介绍
目录
第1章绪论1
1.1引言1
1.2人体微运动感知研究现状5
1.2.1感知原理5
1.2.2无线感知信号类型7
1.2.3感知建模方法8
1.2.4典型应用场景9
1.3人体微运动感知关键问题11
1.4章节结构14
第2章人体微运动感知相关技术17
2.1引言17
2.2微运动信号处理技术18
2.2.1时域分析18
2.2.2频域分析20
2.2.3其他域分析22
2.3微运动追踪技术27
2.3.1基于FMCW的追踪技术27
2.3.2基于多普勒效应的追踪技术30
2.3.3基于信号相位的追踪方法31
2.4微运动感知建模技术32
2.4.1特征提取器32
2.4.2泛化技术36
面向人体微运动的物联网非接触式感知方法研究
|目录|
第3章基于运动轨迹特征的相似微运动感知方法42
3.1引言42
3.2方法概述44
3.3微运动识别原理分析46
3.3.1微运动特征分析46
3.3.2连续微运动之间的上下文关系分析48
3.4微运动检测50
3.4.1双阈值突发段检测51
3.4.2突发段合并52
3.5单个微运动识别54
3.5.1基于特征保留的快速对齐54
3.5.2单个微运动的分类59
3.6连续微运动识别59
3.6.1单个微运动的似然估计59
3.6.2连续微运动的语义识别60
3.7实时处理设计62
3.8方法评估62
3.8.1实验设置63
3.8.2实验结果与性能分析64
3.9小结69
第4章基于深度神经网络的跨个体微运动感知方法70
4.1引言70
4.2方法概述72
4.3微运动检测73
4.3.1自适应阈值突发段检测74
4.3.2突发段合并75
4.4微运动轨迹特征的提取与建模75
4.4.1轨迹特征提取76
4.4.2InceptionLSTM网络78
4.4.3LSTMTransformer网络79
4.5多类bigram语言模型的构建83
4.5.1语言模型构建83
4.5.2连续微运动识别84
4.6方法评估86
4.6.1实验设置86
4.6.2实验结果与性能分析86
4.7小结92
第5章基于多尺度注意力模型的微运动深度感知方法93
5.1引言93
5.2方法概述95
5.3生理数据的深度特征分析96
5.3.1数据准备96
5.3.2实验分析97
5.3.3实验启发102
5.4生命体征提取102
5.4.1目标检测102
5.4.2相位提取103
5.4.3生理信号提取104
5.5用户识别与深度信息感知107
5.5.1生理特征提取107
5.5.2用户识别111
5.5.3情绪识别114
5.6方法评估115
5.6.1实验设置115
5.6.2实验结果与性能分析115
5.7小结121
第6章基于波束成形的微运动远距离感知方法123
6.1引言123
6.2方法概述124
6.3目标位置检测125
6.3.1距离角度剖面图构建125
6.3.2目标位置跟踪127
6.4微运动估计130
6.5方法评估132
6.5.1实验设置132
6.5.2实验结果与性能分析134
6.6小结138
第7章应用案例139
7.1基于手指轨迹微运动的手写输入系统139
7.1.1系统实现140
7.1.2实验设置141
7.1.3实验结果与性能分析142
7.2基于胸腔微振动的个体情绪识别系统150
7.2.1系统实现150
7.2.2实验设置151
7.2.3实验结果与性能分析153
第8章总结与展望160
8.1工作总结160
8.2未来展望161
参考文献163
第1章绪论1
1.1引言1
1.2人体微运动感知研究现状5
1.2.1感知原理5
1.2.2无线感知信号类型6
1.2.3感知建模方法7
1.2.4典型应用场景9
1.3人体微运动感知关键问题10
1.4章节结构13
第2章人体微运动感知相关技术16
2.1引言16
2.2微运动信号处理技术16
2.2.1时域分析16
2.2.2频域分析18
2.2.3其他域分析20
2.3微运动追踪技术25
2.3.1基于FMCW的追踪技术25
2.3.2基于多普勒效应的追踪技术29
2.3.3基于信号相位的追踪技术29
2.4微运动感知建模技术30
2.4.1特征提取器30
2.4.2泛化技术34
第3章基于运动轨迹特征的相似微运动感知方法40
3.1引言40
3.2方法概述42
3.3微运动识别原理分析43
3.3.1微运动特征分析43
3.3.2连续微运动之间的上下文关系分析46
3.4微运动检测47
3.4.1双阈值突发段检测51
3.4.2突发信号段合并50
3.5单个微运动识别51
3.5.1基于特征保留的快速对齐51
3.5.2单个微运动的分类56
3.6连续微运动识别56
3.6.1单个微运动的似然估计57
3.6.2连续微运动的语义识别57
3.7实时处理设计59
3.8方法评估60
3.8.1实验设置60
3.8.2实验结果与性能分析61
3.9小结65
面向人体微运动的物联网非接触式感知方法研究
|目录|
第4章基于深度神经网络的跨个体微运动感知方法67
4.1引言67
4.2方法概述68
4.3微运动检测70
4.3.1自适应阈值突发段检测70
4.3.2突发信号段合并72
4.4微运动轨迹特征的提取与建模72
4.4.1轨迹特征提取72
4.4.2InceptionLSTM网络74
4.4.3LSTMtransformer网络76
4.5多类bigram语言模型的构建79
4.5.1语言模型构建79
4.5.2连续微运动识别80
4.6方法评估82
4.6.1实验设置82
4.6.2实验结果与性能分析83
4.7小结88
第5章基于多尺度注意力模型的微运动深度感知方法90
5.1引言90
5.2方法概述91
5.3生理数据的深度特征分析93
5.3.1数据准备93
5.3.2实验分析94
5.3.3实验启发98
5.4生命体征提取98
5.4.1目标检测98
5.4.2相位提取99
5.4.3生理信号提取100
5.5深度信息感知102
5.5.1生理特征提取102
5.5.2用户识别106
5.5.3情绪识别109
5.6方法评估110
5.6.1实验设置110
5.6.2实验结果与性能分析110
5.7小结115
第6章基于波束成形的微运动远距离感知方法116
6.1引言116
6.2方法概述116
6.3目标位置检测117
6.3.1距离角度剖面图构建117
6.3.2目标位置跟踪119
6.4微运动估计123
6.5方法评估124
6.5.1实验设置125
6.5.2实验结果与性能分析127
6.6小结132
第7章应用案例133
7.1基于手指轨迹微运动的手写输入系统133
7.1.1系统实现133
7.1.2实验设置134
7.1.3实验结果与性能分析135
7.2基于胸腔微振动的个体情绪识别系统143
7.2.1系统实现143
7.2.2实验设置144
7.2.3实验结果与性能分析145
第8章总结与展望152
8.1工作总结152
8.2未来展望153
参考文献155