1、人體特征識別在安防監(jiān)控、自動駕駛、遠程健康監(jiān)護等領域近年來受到廣泛關注，其中利用雷達傳感器可對人在運動過程中產(chǎn)生的微動特征進行有效探測。人體微動特征指的是身體及組成部分產(chǎn)生的平動及轉動等微小運動信息，通過對這些微動特征的提取及分類可達到對運動姿態(tài)識別的目的。本文運用雷達電磁波探測獲取人在運動過程中的兩類微動特征，結合深度學習方法對得到的特征進行提取并分類識別。分別研究了單視角條件下不同動作、不同人體步態(tài)以及多視角觀測下不同動作的識別問題

2、。具體展開研究工作如下:
　　1.采用高分辨距離變化信息的微動特征表示方法對人體不同動作進行分類識別。利用雷達探測人在運動過程中身體軀干及肢體的相對距離變化信息得到兩維時間-距離像作為不同動作的微動特征表示。設計實驗對兩類人體動作進行信息采集并構建數(shù)據(jù)集，利用卷積神經(jīng)網(wǎng)絡對其進行特征提取并分類識別。實驗結果表明所提特征表示及識別方法對兩類共15種動作的平均識別準確率達到90％以上。
　　2.采用步態(tài)微多普勒信息的微動特征表示

3、方法對不同人進行分類識別。雷達可探測人在走路過程中身體各部分的速度變化情況，從而得到對應的微多普勒特征。由于人體對日常行為具有記憶性，步態(tài)微動特征可作為不同人的身份標簽。設計實驗采集不同人的步態(tài)信息，將卷積神經(jīng)網(wǎng)絡結構進行調(diào)整，然后對數(shù)據(jù)集進行訓練和測試。實驗結果表明所提方法對8個人的步態(tài)特征識別率為96.9％，驗證了步態(tài)微多普勒特征用于不同行人識別的可行性。
　　3.利用多雷達傳感器在多視角觀測條件下對較大活動范圍內(nèi)的走路和模型