模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (1): 16-22    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于微多普勒信号三维形状特征的人体目标动作分类方法
陈亦望,张品,傅强
中国人民解放军理工大学工程兵工程学院南京210007
Human Activity Classification Based on Features of 3D Micro-Doppler Signatures Shape
CHEN Yi-Wang, ZHANG Pin, FU Qiang
Engineering Institute of Corps of Engineers,PLA University of Science and Technology,Nanjing 210007

全文: PDF (490 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 从三维形状分析的角度研究基于微多普勒特征的人体目标动作分类。为了从人体运动目标的多普勒频移中获取人体姿态、动作信息,将人体动作多普勒信号经短时傅立叶变换后获得的时间、频率和功率三维信息图形作为研究对象,并分析使用点描述算法获取三维形状特征用于分类的可行性。使用多普勒雷达实测20组人体目标的4个不同动作,采用依赖训练数据的迭代超核函数支持向量机对动作特征学习,应用决策树理论进行分类。研究支持向量机核函数的改进。通过实验证明三维信息的实用性以及分类方法的有效性。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
陈亦望
张品
傅强
关键词 微多普勒动作分类支持向量机(SVM)    
Abstract:Different human activity classification based on 3 dimension shape of micro-Doppler signatures is studied. The 3D shape information, including time, frequency and power, is achieved by short-time Fourier transform to Doppler to obtain human pose and motion. The algorithm of point description image is used for obtaining the 3D shape characteristic. The data of 4 motions of 20 people are measured by Doppler radar. The action characteristics are learned by SVM with conformal transforming hyperkernel functions. Then the decision tree model is used for action classification. The improved of kernel functions is studied. The proposed human activity classification and the improved kernel functions are validated by experiments.
Key wordsMicro-Doppler    Motion Classification    Support Vector Machine (SVM)   
收稿日期: 2011-01-20     
ZTFLH: TN95  
基金资助:国家自然科学基金资助项目(No.10372038)
作者简介: 陈亦望,男,1960年生,教授,博士生导师,主要研究方向为电磁伪装技术、计算电磁学。E-mail:chenyiwang1960@yahoo。com。cn。张品,男,1981年生,博士研究生,主要研究方向为电磁伪装技术、电磁计算学。傅强,男,1965年生,教授,硕士生导师,主要研究方向为电磁伪装技术。
引用本文:   
陈亦望,张品,傅强. 基于微多普勒信号三维形状特征的人体目标动作分类方法[J]. 模式识别与人工智能, 2012, 25(1): 16-22. CHEN Yi-Wang, ZHANG Pin, FU Qiang. Human Activity Classification Based on Features of 3D Micro-Doppler Signatures Shape. , 2012, 25(1): 16-22.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I1/16
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn