基于毫米波雷达的三维特征自适应融合人体动作识别算法

来源：雷达科学与技术杂志2024年第5期北京时间：

作者：李程辉，蒋俊正，周芳

单位：1. 桂林电子科技大学信息与通信学院， 广西桂林 541004;2. 西安电子科技大学杭州研究院， 浙江杭州 311231;3. 西安电子科技大学电子工程学院， 陕西西安 710071;4. 中国计量大学信息工程学院， 浙江杭州 310018

摘要：目前基于毫米波雷达的人体动作识别方法存在人体动作特征利用不足导致识别精度低，与多维特征融合方式简单导致模型参数量增加的问题。针对以上问题，提出了一种基于毫米波雷达的三维特征自适应融合人体动作识别方法。首先，对雷达回波信号进行时频分析以获取人体动作距离、多普勒与角度特征，并在时域上拼接构建三维特征数据集。然后，设计了一种带有特征自适应融合器的三分支卷积神经网络，实现对三维特征数据集的高维抽象特征提取与多维特征的自适应融合。最后，通过活动分类器得到人体动作检测结果。实验结果表明，所提方法的人体动作识别平均准确率可达到96.41%，受试者工作特征曲线下面积（Area Under the Curve, AUC）值可达到0.984，优于单维特征识别方法与多种三维特征融合方法。

关键词：毫米波雷达,动作识别,时频分析,特征融合,卷积神经网络,

基金资助：国家自然科学基金资助项目（No.62261014, 62171146）；广西创新驱动发展专项（No. 桂科 AA21077008）；广西自然科学杰出青年基金项目（No.2021GXNSFFA220004）；广西科技基地和人才专项（No. 桂科 AD21220112）；广西研究生教育创新计划项目（No.YCBZ2023137）