The invention relates to a classification method of human action radar image based on depth convolution countermeasure neural network, which includes: constructing data sets; enhancing radar image data through DCGAN; establishing DCGAN network; learning each radar spectrum by network alone; generating a new radar spectrum according to the characteristics learned by network; and in number In the case of a certain amount of data, the training set samples are expanded, and the parameters are adjusted by the network to minimize the number of failed images and maximize the data set to enhance the data. The upper, middle and lower envelopes of radar images are extracted as feature vectors, and the upper and lower envelopes represent the radial velocity of human limb echoes and the tundish. Three feature vectors are used as input of SVM classifier to classify radar image data, which represents the radial velocity of human trunk.
【技术实现步骤摘要】
基于深度卷积对抗神经网络的人体动作雷达图像分类方法
本专利技术属于人体动作行为识别、雷达目标检测、数据增强、深度卷积对抗神经网络(DCGAN,DeepConvolutionalGenerativeAdversarialNetworks)与机器学习领域,涉及对雷达图像的特征提取并利用DCGAN进行数据增强并进行人体动作分类的问题。
技术介绍
人体动作行为识别[1]是近年来计算机视觉领域一个研究热点,其广泛应用于人机交互、虚拟现实、和视频监控等领域,尽管近几年来国内外人体动作行为识别的研究取得了诸多进展,但人体运动的高复杂性和多变化性使得识别高效性与准确度不能完全满足各个行业的相关要求。人体动作行为识别的难点主要在于空间的复杂性与时间的差异性。空间复杂性包括不同的视角、背景、光照的动作场景问题,人体动作在不同方向、角度上的不同幅度问题,人与人、人与物之间的相互遮挡问题;时间差异性包括无法确定人体动作发生的时间点问题,判断动作作用的有效时间和间隔问题,动作中出现的空白间隙问题。这两个问题使得人体动作行为识别研究领域没有统一有效的框架、相关技术和统一有效的分析分类方法。因此本专利技术使用多普勒雷达作为传感器来检测人体动作行为。随着多普勒雷达[2]精度的上升和使用成本的下降,利用其检测人体目标成为了新的研究热点。雷达发射的信号照射在运动目标产生的回波包含了丰富的多普勒频率信息,同时身体各部位的相对运动会产生复杂的微多普勒频移(Micro-Doppler),微多普勒频移包含丰富的运动信息。因此利用多普勒雷达检测人体动作行为有很大的发展空间。利用多普勒雷达检测人体目标可 ...
【技术保护点】
1.一种基于深度卷积对抗神经网络的人体动作雷达图像分类方法,包括下列步骤:(1)构建数据集;利用光学运动捕捉器采集人体行为动作的数据构建数据集,该数据集的雷达回波在椭球形人体模型下计算得到。雷达回波经过短时傅里叶变换得到雷达谱图;(2)通过DCGAN实现雷达图像数据增强:建立DCGAN网络,利用网络单独学习每一个雷达谱图,根据网络学到的特征生成新的雷达谱图,在数据量一定的情况下,扩充训练集样本,通过网络调节参数,使得生成失败图像最少,最大限度的扩充数据集,实现数据增强;(3)提取雷达图像的上、中、下三个包络,作为特征向量,上下包络代表人体四肢回波径向速度,中间包络代表人体躯干的回波径向速度,将三个特征向量作为支持向量机分类器的输入,利用支持向量机对雷达图像数据分类;(4)将DCGAN生成的雷达图像作为增强数据加入训练集中,通过支持向量机训练得到分类模型。
【技术特征摘要】
1.一种基于深度卷积对抗神经网络的人体动作雷达图像分类方法,包括下列步骤:(1)构建数据集;利用光学运动捕捉器采集人体行为动作的数据构建数据集,该数据集的雷达回波在椭球形人体模型下计算得到。雷达回波经过短时傅里叶变换得到雷达谱图;(2)通过DCGAN实现雷达图像数据增强:建立DCGAN网络,利用网络单独学习每一个雷达谱图,根据网络学到的特征生成新的雷达谱图,在数据量一定的情况下,...
【专利技术属性】
技术研发人员:侯春萍,徐金辰,杨阳,郎玥,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。