基于卷积神经网络的人体探测与活动分类研究

作者：刘义晨; 徐朝阳

来源：舰船电子对抗, 2020, 43(01): 64-69.

DOI：10.16426/j.cnki.jcdzdk.2020.01.012

• 卷积神经网络
• 人体探测
• 人体活动分类
• 微多普勒

基于多普勒雷达的回波,直接将蕴含有微多普勒的时频图作为卷积神经网络(CNN)的信号输入来实现人体探测和人体活动分类的任务。结果表明:在包括人、狗、马和车等目标的人体探测分类问题上,CNN可以获得97.6%的分类准确率;在包括了7种典型运动的人体活动分类的问题上,CNN可以获得90.0%的分类准确率。

• 单位
  中国船舶重工集团公司第七二三研究所