基于深度學(xué)習(xí)方法的人體微動特征識別.pdf

1、人體特征識別在安防監(jiān)控、自動駕駛、遠(yuǎn)程健康監(jiān)護(hù)等領(lǐng)域近年來受到廣泛關(guān)注，其中利用雷達(dá)傳感器可對人在運(yùn)動過程中產(chǎn)生的微動特征進(jìn)行有效探測。人體微動特征指的是身體及組成部分產(chǎn)生的平動及轉(zhuǎn)動等微小運(yùn)動信息，通過對這些微動特征的提取及分類可達(dá)到對運(yùn)動姿態(tài)識別的目的。本文運(yùn)用雷達(dá)電磁波探測獲取人在運(yùn)動過程中的兩類微動特征，結(jié)合深度學(xué)習(xí)方法對得到的特征進(jìn)行提取并分類識別。分別研究了單視角條件下不同動作、不同人體步態(tài)以及多視角觀測下不同動作的識別問題

2、。具體展開研究工作如下:
　　1.采用高分辨距離變化信息的微動特征表示方法對人體不同動作進(jìn)行分類識別。利用雷達(dá)探測人在運(yùn)動過程中身體軀干及肢體的相對距離變化信息得到兩維時(shí)間-距離像作為不同動作的微動特征表示。設(shè)計(jì)實(shí)驗(yàn)對兩類人體動作進(jìn)行信息采集并構(gòu)建數(shù)據(jù)集，利用卷積神經(jīng)網(wǎng)絡(luò)對其進(jìn)行特征提取并分類識別。實(shí)驗(yàn)結(jié)果表明所提特征表示及識別方法對兩類共15種動作的平均識別準(zhǔn)確率達(dá)到90％以上。
　　2.采用步態(tài)微多普勒信息的微動特征表示

3、方法對不同人進(jìn)行分類識別。雷達(dá)可探測人在走路過程中身體各部分的速度變化情況，從而得到對應(yīng)的微多普勒特征。由于人體對日常行為具有記憶性，步態(tài)微動特征可作為不同人的身份標(biāo)簽。設(shè)計(jì)實(shí)驗(yàn)采集不同人的步態(tài)信息，將卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整，然后對數(shù)據(jù)集進(jìn)行訓(xùn)練和測試。實(shí)驗(yàn)結(jié)果表明所提方法對8個(gè)人的步態(tài)特征識別率為96.9％，驗(yàn)證了步態(tài)微多普勒特征用于不同行人識別的可行性。
　　3.利用多雷達(dá)傳感器在多視角觀測條件下對較大活動范圍內(nèi)的走路和模型