内容提供者
一种卷积神经网的微多普勒雷达人体动作分类方法.pdf
2023-11-01
10金币
775KB
15页
悠柔****找我
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共15页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
一种卷积神经网的微多普勒雷达人体动作分类方法.pdf
本发明公开了一种卷积神经网的微多普勒雷达人体动作分类方法，包括原始数据处理过程和深度卷积神经网络，原始数据处理过程的输出连接到深度卷积神经网络，所述的原始数据处理过程为一维卷积过程，深度卷积神经网络包括复数个带池化的多尺度密集连接模块和全连接层；复数个带池化的多尺度密集连接模块依次串接，原始数据处理过程的输入为原始雷达数据，第一个带池化的多尺度密集连接模块的输入端接原始数据处理过程的输出端，最后一个带池化的多尺度密集连接模块的输出端接全连接层，全连接层输出分类标签。本发明的神经网络结构简单，参数量少，计算
2023-11-01
10
775KB
一种卷积神经网络的微多普勒雷达人体动作分类方法.pdf
本发明公开了一种卷积神经网络的微多普勒雷达人体动作分类方法，包括原始数据处理过程和深度卷积神经网络，原始数据处理过程的输出连接到深度卷积神经网络；原始数据处理过程为一维卷积过程，一维卷积过程包括代表实部的第一1D卷积层、代表虚部的第二1D卷积层、第一合并层、第二合并层、总合并层、映射层和激活层，第一1D卷积层之后的第一合并层用于计算实部的平方，第二1D卷积层之后的第二合并层用于计算虚部的平方；总合并层对实部的平方值与虚部的平方值求和，映射层用于计算归一化的平方根值，激活层具有的反正切函数进行非线性变换。本
2023-11-01
10
2MB
基于多基地雷达微多普勒和卷积神经网络的人体识别方法.pdf
本发明涉及一种基于多基地雷达微多普勒和卷积神经网络的人体识别方法，属于雷达目标识别技术领域。本方法中使用多基地雷，缓解了视角变化带来的回波信号差异，增强了识别鲁棒性，提高了识别准确率。采用卷积神经网络进行数据处理，无需手工设计特征，具有一定通用性且识别正确率性能优异。本方法采用迁移学习技术，在卷积神经网络中利用了RGB光学图像预训练权重，并利用具有类似RGB光学图像的三通道多分辨率时频图作为卷积神经网络的输入，在匹配了预训练权重维度的同时，相比单分辨率时频图提供了更多的信息，本方法能够在多种人体识别任务中
2023-11-01
10
648KB
基于多普勒雷达时频图像序列与交叉卷积神经网络人体动作重构方法及系统.pdf
本发明公开了一种基于多普勒雷达时频图像序列与交叉卷积神经网络的人体动作重构方法及系统，首先通过Kinect摄像头获得的初始人体动作的相位，将运动估计神经网络输出的结果与现实图像神经网络的运算结果进行对比，得到单位时长中人体目标的增量值；根据初始人体动作与人体目标的增量值计算得到人体目标的动作坐标。本方法中的神经网络同时利用了运动目标的新增信息和多普勒雷达的图像特征而进行训练，实际神经网络操作较为简易，并可在实际应用环境下修改运动估计网络和现实图像网络的输入与整个神经网络的输出。因此，对于一连串的人体实际运
2023-11-01
10
921KB
一种基于雷达微多普勒信号分离的人体行为分类方法.pdf
本发明公开的一种基于雷达微多普勒信号分离的人体行为分类方法，属于雷达目标探测信号处理领域。本发明实现方法为：通过在雷达人体行为分类系统的预处理环节增加微多普勒信号分离操作，实现肢体运动微多普勒信号增强，利用联合维度优化的卷积主成分分析网络CPCAN从增强后的微多普勒时频图中自主学习高辨识度的特征，将提取的特征输入SVM分类器实现行为分类。分离操作用于防止主成分滤波提取特征和进行数据降维时丢失肢体微多普勒特征细节信息，通过维度优化算法能够准确、快速地确定CPCAN卷积网络层的滤波器数目。本发明具有网络结构简
2023-11-01
10
1.2MB