基于卷积神经网络的人体动作识别方法

• 作者: 姚泽鹏 孙永健 汤子跃 王万田 陈一畅
• 来源期刊: 空军预警学院学报
• 学科: 工学
• 关键词: 人体动作识别 线性调频连续波雷达 卷积神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息、情报与通信
• 页码范围: 360-364
• 页数: 5页
• 分类号: TP391.4|TN959.5
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5839.2020.05.010

摘要

针对较小数据集识别时的过拟合和误差传递问题,提出了一种基于卷积神经网络的常见人体动作识别方法.该方法首先利用经典雷达信号处理方法对人体动作回波进行预处理,生成人体动作的时频图像;然后构建卷积神经网络(CNN),并以时频图作为CNN输入数据对网络参数进行训练;最后利用网络公开数据集对所提方法进行了实验验证.实验结果表明,构建的CNN能够准确识别4类不同的人体动作,准确率不低于97％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤子跃		51	267	9.0	12.0
2	孙永健		12	49	5.0	5.0
3	姚泽鹏		1	0	0.0	0.0
4	陈一畅		5	4	2.0	2.0
5	王万田		7	11	2.0	3.0