基于特征融合的毫米波雷达行为识别算法

作     者：韩崇 樊卫北 郭澳 

作者机构：南京邮电大学计算机学院 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2024年

学科分类：080904[工学-电磁场与微波技术] 12[管理学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 0835[工学-软件工程] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62272242) 

主　　题：毫米波雷达 行为识别 特征融合 注意力机制 

摘      要：基于毫米波雷达的人体行为识别方法以远程非接触的方式捕获人类活动的电磁波信号进行识别，不受烟雾和光线等的干扰，具有一定的隐私保护性，是当前的一个研究热点。然而现有的算法存在着特征输入单一，模型结构复杂，泛化能力验证性不够等问题。提出了一种特征融合的人员行为识别算法双分支特征融合卷积神经网络(Two Steam Features Fusion Convlutional Neural Network，2S-FCNN)，使用搭载注意力机制的残差神经网络作为骨干网络，并行输入时间距离图和时间速度图，采用特征加权分数融合方式融合特征后进行分类识别，实现了较高的识别准确率。在公开数据集和自建数据集上与现有其他算法的进行了深入的对比实验，实验结果表明本文提出的算法在识别率和泛化能力方面都具有良好的性能。