[发明专利]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在审
| 申请号： | 201810317164.5 | 申请日： | 2018-04-10 |
| 公开（公告）号： | CN108664894A | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 侯春萍;徐金辰;杨阳;郎玥 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及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：构建数据集；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；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。 | ||
| 搜索关键词： | 雷达图像 雷达图像数据 人体动作 神经网络 特征向量 数据集 包络 回波 卷积 分类 雷达 支持向量机分类器 训练集样本 支持向量机 人体躯干 人体四肢 失败图像 数据增强 特征生成 网络调节 数据量 网络学 中间包 对抗 构建 网络 学习 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810317164.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种人脸检测方法及存储介质
- 下一篇：显示装置及其指纹识别方法
