科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对采用单一特征进行人体动作识别准确率不高的问题，提出一种基于调频连续波（FMCW）雷达的多通道特征融合人体动作识别方法。通过对FMCW雷达回波数据进行预处理，得到人体动作的距离参数与多普勒参数，构建出距离-时间特征谱图和多普勒-时间特征谱图数据集。为了进行人体动作特征的充分提取与精确识别，改进了单通道输入的传统卷积神经网络结构，把部分残差连接结构和跨阶段部分连接结构进行了优化应用至雷达人体动作识别领域，设计出端到端的CSP-FCNN（Cross Stage Partial-Fusion Convolutional Neural Network）多通道融合卷积神经网络。采用公开数据集进行实验，结果表明所提方法有效解决了单一特征动作识别信息量欠缺以及网络提取特征不充分的问题，识别准确率较单一特征识别方法提高了5%以上。
-
单位电子信息工程学院; 沈阳航空航天大学
