基于FMCW雷达的人体复杂动作识别

丁晨旭,张远辉,孙哲涛,刘 康

(中国计量大学,浙江杭州 310018)

0 引言

近些年来，随着无人驾驶领域的兴起，毫米波雷达相关技术也随之飞速发展，其中77 GHz FMCW雷达更是成为了业界的主流。由于毫米波雷达具有高探测精度等特点，使得其在除辅助驾驶之外，还能应用于人体动作识别领域。相比于利用摄像机来进行人体动作识别，毫米波雷达不仅具有不受视距和光线影响等特点，还能在很大程度上保护用户的个人隐私[1]。

利用毫米波雷达来进行人体动作检测的关键在于从雷达采样数据中处理得到微多普勒特征。针对利用微多普勒特征来进行动作识别，国内外相关研究者作了许多研究。已有研究者[2]将人体动作雷达采样数据通过短时傅里叶变换后，直观地从微多普勒谱图中提取相关标量指标来作为特征，但其提取的特征主观性太强，不适合部分复杂动作检测。文献[3]将频谱质心、带宽、频谱图的熵、SVD分解后所求得的统计量作为特征来进行动作识别，但其经分类器分类后的识别准确率不高。也有研究者[4]从微多普勒谱图的3D图形着手，使用点描述算法来得到一些谱图三维形状的标量属性，以此作为特征。其算法较为复杂，且提取的特征不够直观。将深度学习和人体动作微多普勒谱图相联系来进行研究[5]也是当前比较流行的一种方式，尽管其分类准确率高，但对大量训练数据集的要求及对计算机的性能需求也不容小觑。

针对上述问题，提出一种基于77 GHz FMCW雷达的人体复杂动作识别方案。……