FMCW雷达基于光学字符识别的连续动作识别研究

来源：雷达科学与技术杂志2023年第1期北京时间：

作者：蒋留兵，吴岷洋，车俐

单位：1. 桂林电子科技大学信息与通信学院， 广西桂林 541004;2. 桂林电子科技大学计算机与信息安全学院， 广西桂林 541004

摘要：传统的基于雷达的人体动作识别主要采用微多普勒原理，对原始数据进行处理，生成微多普勒时频图，然后输入到基于分类的深度学习网络中进行识别，只能对单个动作进行识别。本文提出一种FMCW雷达光学字符识别技术的连续动作识别方法，首先对采集的雷达数据采用RDM（Range?Doppler Map）向速度维投影的方法逐帧获取微多普勒时频图，然后将处理得到的时频图输入一个特别定制的，由卷积神经网络、inception_resnet、最大池化层和Bi?LSTM的网络组成，使用联结主义时间分类（CTC）作为损失函数进行训练的网络。实验结果表明该方法对步行、跑步、蹲下、站起、跳跃这5种动作的识别准确率分别高达96.16%，95.34%，88.49%，89.37%，96.72%。对一个时间窗口内多个动作的识别也取得了不错的效果，时间上的识别准确率整体令人满意。

关键词：FMCW雷达,连续人体运动识别,微多普勒,深度学习,光学字符识别,

基金资助：国家自然科学基金资助项目（No.61561010）；广西创新驱动发展专项资助（No.桂科 AA21077008）；桂林电子科技大学研究生教育创新计划资助项目（No.2022YXW07，2022YCXS080）