基于EfficientNet模型的毫米波雷达人体行为识别

作者：陈鑫; 叶宁; 徐康; 王甦; 王汝传

来源：计算机技术与发展, 2022, 32(09): 134-141.

• 调频连续波雷达
• 行为识别
• 距离多普勒
• EfficientNet
• 深度学习
• 机器学习
• 迁移学习

针对基于传统光学摄像头实现人体行为识别系统所带来的隐私暴露，易受光照、遮挡的影响等问题，设计基于EfficientNet模型的FMCW雷达人体行为识别系统。首先对FMCW雷达实测数据采用距离多普勒算法构建每一帧距离-速度图像；接着采用逐帧积累的方法延长观测时间窗口，构建覆盖整个动作过程的距离-速度轨迹；最后采用改进预训练的EfficientNet模型对不同人体行为进行识别。实验结果表明，在5秒观测时间窗口内，改进预训练的EfficientNet-B4模型对已知个体和未知个体9种行为识别准确率达到99.3%与98.2%,均高于传统机器学习方法及经典深度学习方法，进一步缩短观测时间窗口至2.5秒，改进预训练的EfficientNet-B4模型对已知个体和未知个体的9种行为识别准确率仍能达到96.7%与95.4%。除此之外，在5秒观测时间窗口内，所提方法对已知个体和未知个体的9种行为识别准确率比常见利用时间-速度提取行为参数的方法分别提高了3.5%与4.9%,缩短观测时间窗口至2.5秒，所提方法准确率提高了4.2%与4.8%,可见所提方法可以有效地提升FMCW雷达人体行为识别的准确率，且模型的泛化能力较强。

• 单位
  南京邮电大学