基于 RPCA 的穿墙高分辨率人体运动检测与分类
信号处理
2020-01-30 v1
摘要
近年来，基于雷达的辅助生活获得了大量研究关注。通过利用室内人体运动的微多普勒特征，对不同类型动作的准确识别与分类成为可能。然而，现有工作大多仅关注自由空间检测，关于穿墙场景下人体运动检测与识别的文献仍处于起步阶段。可以预见，墙体介质与室内静态非人体目标会产生杂波并严重破坏墙后人体目标的运动信息。然而，尚无相关工作报告能有效处理该问题。在本工作中，我们旨在填补这一空白，并提出使用低中心频率超宽带 (UWB) 雷达系统探测墙后场景。随后，采用一种基于鲁棒主成分分析 (RPCA) 的子空间分解技术（作为其首次报道的实现），不仅去除原始距离慢时间图中的静止杂波，还减轻时频图中的多径效应。开展了单层混凝土墙后人体运动检测的现场实验以研究该技术性能。最后，给出了一种基于二维 (2D)-PCA 算法的运动分类以进一步验证所提技术的有效性。分类结果表明，所提技术在室内人体运动检测与分类中可实现增强的识别能力。
引用
@article{arxiv.2001.10902,
title = {RPCA-Based High Resolution Through-the-Wall Human Motion Detection and Classification},
author = {Qiang An and Shuoguang Wang and Wenji Zhang and Hao Lv and Jianqi Wang and Shiyong Li and Ahmad Hoorfar},
journal= {arXiv preprint arXiv:2001.10902},
year = {2020}
}
备注
9 pages and 7 figures