论文部分内容阅读
基于多普勒雷达的回波,直接将蕴含有微多普勒的时频图作为卷积神经网络(CNN)的信号输入来实现人体探测和人体活动分类的任务。结果表明:在包括人、狗、马和车等目标的人体探测分类问题上,CNN可以获得97.6%的分类准确率;在包括了7种典型运动的人体活动分类的问题上,CNN可以获得90.0%的分类准确率。