109 / 2021-09-10 22:02:40

基于金字塔卷积神经网络的多任务识别

多任务学习；金字塔卷积；深度学习；宽带雷达目标识别

国际形势的剧烈变化对反恐维稳任务提出了更加严格的要求，特别是在夜晚、遮蔽等隐形条件下，手势与人员的一体化识别变得更为重要。由于人体微动形式和散射机理都十分复杂，基于宽带雷达的人体微动的分类与识别仍然是一个难题。对此，本文提出一种基于金字塔卷积神经网络的宽带雷达多任务微多普勒识别方法，该方法将运动的时频信息输入到金字塔卷积网络的中训练，提取运动特征的多源多尺度特征，从而实现在特定场景下的手势与人员的一体化识别。实验结果表明，该方法的手势与人员识别率分别达到98.60%与 89.60%，分别高于单手势识别任务的97.80%与单人员识别任务的87.40%。