典型文献
基于特征融合卷积神经网络的FMCW雷达人体动作识别
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
张丽丽;刘博;屈乐乐;刘雨轩
作者机构：
沈阳航空航天大学 电子信息工程学院,沈阳 110136
文献出处：
引用格式：
[1]张丽丽;刘博;屈乐乐;刘雨轩-.基于特征融合卷积神经网络的FMCW雷达人体动作识别)[J].电讯技术,2022(02):147-154
A类：
B类：
特征融合卷积神经网络,FMCW,达人,人体动作识别,微多普勒特征,特征识别,别人,Frequency,Modulated,Continuous,Wave,深度学习方法,神经网络结构,回波,波数,距离特征,特征图,输入数据,输入层,层进,卷积层,Batch,Normalization,ReLU,激活函数,最大池化,特征降维,再经,全连接层,出层,国格,格拉斯哥,交叉验证,识别准确率,准确率提升,调频连续波雷达
AB值：
0.329851
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
