超宽带雷达人体姿态识别综述

• 作者: 李俊侠 张秦 郑桂妹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 超宽带雷达 人体姿态识别 深度学习 支持向量机 卷积神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 热点与综述
• 页码范围: 14-23
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009-0444

摘要

与传统摄像头相比,利用超宽带雷达进行人体姿态识别不仅对环境要求低、识别率高且能较好地解决摄像头存在视角盲区和易泄露隐私等问题.结合超宽带雷达系统的特性,对常见的超宽带脉冲信号进行了分析;针对当前的研究前沿,对超宽带雷达人体姿态识别的传统机器学习方法和深度学习方法进行分析,结合具体文献对具有代表性的支持向量机(SVM)和卷积神经网络(CNN)进行原理分析和模型的局限性进行了分析;提出超宽带雷达人体姿态识别的通用模型,分析了超宽带雷达人体姿态识别亟需解决的问题并对其未来发展方向进行了展望.