作者：蒋留兵; 魏光萌; 车俐人体动作识别超宽带雷达深度学习卷积神经网络
摘要：利用雷达来识别人体动作对环境要求较低,且避免了摄像头带来的的隐私问题.针对这种需求,提出一种基于超宽带雷达和深度学习算法的人体动作识别方法.利用超宽带雷达的高距离分辨力,并针对人体动作的动态特性,提取出人体目标的距离-时间二维特征,弥补单一距离特征的不足.针对特征图采用一种经过优化的卷积神经网络进行识别.通过SIR-20高速探地雷达平台进行数据采集,对8种不同的人体动作进行识别,最终达到了平均99.2%的正确识别率,验证了该方法的可行性和有效性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
