基于卷积神经网络的人体探测与活动分类研究

• 作者: 刘义晨 徐朝阳
• 来源期刊: 舰船电子对抗
• 学科: 工学
• 关键词: 卷积神经网络 人体探测 人体活动分类 微多普勒
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信号/数据处理技术
• 页码范围: 64-69
• 页数: 6页
• 分类号: TN957.51
• 字数: 2421字
• 语种: 中文
• DOI: 10.16426/j.cnki.jcdzdk.2020.01.012

摘要

基于多普勒雷达的回波,直接将蕴含有微多普勒的时频图作为卷积神经网络(CNN)的信号输入来实现人体探测和人体活动分类的任务.结果表明:在包括人、狗、马和车等目标的人体探测分类问题上,CNN 可以获得97.6％的分类准确率;在包括了7种典型运动的人体活动分类的问题上,CNN可以获得90.0％的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐朝阳	中国船舶重工集团公司第七二三研究所	9	18	3.0	4.0
2	刘义晨	中国船舶重工集团公司第七二三研究所	1	0	0.0	0.0