TWR-MCAE：一种用于穿墙雷达人体运动识别的数据增强方法
信号处理
2023-01-09 v1 人工智能
计算机视觉与模式识别
机器学习
图像与视频处理
摘要
为解决穿墙雷达 (TWR) 人体运动因墙体衰减、多径效应与系统干扰导致精度下降及收敛时间延长的问题，我们提出一种多链路自编码神经网络 (TWR-MCAE) 数据增强方法。具体而言，TWR-MCAE 算法由基于奇异值分解 (SVD) 的数据预处理模块、改进的坐标注意力模块、压缩感知可学习迭代收缩阈值重建算法 (LISTA) 模块以及自适应权重模块联合构建。数据预处理模块实现墙体杂波、人体运动特征与噪声子空间分离。改进的坐标注意力模块实现杂波与噪声抑制。LISTA 模块实现人体运动特征增强。自适应权重模块学习权重并融合三个子空间。TWR-MCAE 可同时抑制墙体杂波的低秩特性并增强人体运动的稀疏特性。它可衔接于分类步骤之前，在无需增添其他先验知识或重新采集更多数据的情况下提升特征提取能力。实验表明，所提算法获得了更好的峰值信噪比 (PSNR)，提升了识别准确率并加快了后端分类器的训练过程。
引用
@article{arxiv.2301.02488,
title = {TWR-MCAE: A Data Augmentation Method for Through-the-Wall Radar Human Motion Recognition},
author = {Weicheng Gao and Xiaopeng Yang and Xiaodong Qu and Tian Lan},
journal= {arXiv preprint arXiv:2301.02488},
year = {2023}
}
备注
Publisher: IEEE Transactions on Geoscience and Remote Sensing (Volume: 60). Total Pages: 17. Total Figures: 17