期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于特征融合卷积神经网络的FMCW雷达人体动作识别 被引量:12
1
作者 张丽丽 刘博 +1 位作者 屈乐乐 刘雨轩 《电讯技术》 北大核心 2022年第2期147-154,共8页
针对微多普勒特征识别人体动作的局限性,基于调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达采用深度学习方法对人体动作识别,提出了一种特征融合卷积神经网络结构。利用FMCW雷达采样的人体动作回波数据分别构建出时间-距... 针对微多普勒特征识别人体动作的局限性,基于调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达采用深度学习方法对人体动作识别,提出了一种特征融合卷积神经网络结构。利用FMCW雷达采样的人体动作回波数据分别构建出时间-距离特征和微多普勒特征图,将这两种特征图作为输入数据分别经由输入层进入卷积层,经Batch Normalization层、ReLU激活函数和最大池化层计算之后完成特征降维,然后对两种降维后的特征进行融合,融合后的特征图再经过卷积层和池化层计算获得更深层次的特征,最后经过两个全连接层,在输出层完成人体动作识别。采用英国格拉斯哥大学公开的数据集进行10折交叉验证,实验结果显示,与单一特征域的识别准确率相比,采用两种特征融合的结构进行人体动作识别的准确率提升了1%,验证了该模型的有效性。 展开更多
关键词 人体动作识别 调频连续波雷达 特征融合卷积神经网络 时间-距离特征 微多普勒特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部