-
题名穿墙雷达多维参数人体姿态识别方法
被引量：5
- 1
-
-
作者
毛强
晋良念
刘庆华
-
机构
桂林电子科技大学信息与通信学院
广西无线宽带通信与信号处理重点实验室
-
出处
《雷达科学与技术》
北大核心
2021年第1期40-47,共8页
-
基金
国家自然科学基金(No.61861011,61461012)
广西自然科学基金(No.2017GXNSFAA198050)
广西无线宽带通信与信号处理重点实验室2016主任基金项目(No.GXKL06160106)。
-
文摘
现有的人体姿态识别方案大多数是从单一的角度来考察人体的姿态特征,但是仅采用距离像很难体现人体关节的位置信息,仅提取微多普勒特征有时会覆盖掉径向速度不明显的特征。为此,本文首先利用慢时间-距离像和慢时间-微多普勒谱图构建出人体姿态的三维张量数据集,扩展了人体姿态的特征维度,然后采用改进型瓶颈残差模块构成的神经网络提高了人体姿态的识别率。实验结果表明,通过对4名受试者的8种姿态进行训练和测试,该网络对人体姿态的三维张量数据集的识别率可达97.78%,相比于单一特征数据集的识别率提高了4%~7%。
-
关键词
穿墙雷达
人体姿态识别
三维张量数据集
改进型瓶颈残差神经网络
-
Keywords
through-the-wall radar
human posture recognition
3D tensor dataset
improved bottleneck residual neural network
-
分类号
TN957.52
[电子电信—信号与信息处理]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
