一种利用微多普勒特征进行行人识别的多特征学习方法
信号处理
2022-03-24 v1 计算机视觉与模式识别
机器学习
摘要
近年来，利用雷达微多普勒特征进行行人识别已成为研究热点。本文提出一种带聚类的多特征学习（MCL）模型，联合学习差异化的行人微多普勒特征，并将各聚类学到的知识融合至最终决策。从FMCW雷达提取的时频多普勒谱（TDS）与信号统计特征，作为两类微多普勒特征用于MCL中以学习行人自由行走模式内部的微运动信息。实验结果表明，相较于其他研究，我们的模型在行人识别上取得了更高的准确率且更稳定，使模型更具实用性。
引用
@article{arxiv.2203.12236,
title = {A Multi-Characteristic Learning Method with Micro-Doppler Signatures for Pedestrian Identification},
author = {Yu Xiang and Yu Huang and Haodong Xu and Guangbo Zhang and Wenyong Wang},
journal= {arXiv preprint arXiv:2203.12236},
year = {2022}
}