• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    FMCW雷達(dá)基于光學(xué)字符識別的連續(xù)動作識別研究

    2023-05-25 09:12:00蔣留兵吳岷洋
    關(guān)鍵詞:時頻多普勒標(biāo)簽

    蔣留兵,吳岷洋,車 俐

    (1.桂林電子科技大學(xué)信息與通信學(xué)院,廣西桂林 541004;2.桂林電子科技大學(xué)計算機與信息安全學(xué)院,廣西桂林 541004)

    0 引 言

    根據(jù)第七次全國人口普查顯示,2020年我國60 歲及以上人口有2.6 億人,占總?cè)丝诘?8.70%,中國已經(jīng)逐步進(jìn)入深度老齡化社會[1-2]。老人活動不便,很容易跌倒并且無法依靠自身能力站起來,這給醫(yī)療保健行業(yè)帶來巨大的壓力,需要該行業(yè)在老人發(fā)生跌倒等重大事件時能夠及時做出響應(yīng)[3]。

    目前對于人體動作主要采用基于攝像頭[4-5]和基于穿戴設(shè)備兩種方法[6-7]。前者采用圖像處理的技術(shù)而后者則采集人體運動數(shù)據(jù)。很顯然,基于攝像頭的動作識別方法存在侵犯個人隱私,容易受到外界干擾的問題;基于穿戴設(shè)備的動作識別方法存在設(shè)備容易損壞,穿戴不適等問題?;诶走_(dá)的人體動作檢測則能很好地解決上述兩種方法存在的問題。該方法是一種通過雷達(dá)向目標(biāo)發(fā)射電磁波,接收目標(biāo)回波信號判斷人體動作的主動探測方式。

    基于雷達(dá)的動作識別方法主要基于深度學(xué)習(xí),對雷達(dá)信號進(jìn)行預(yù)處理,然后輸入到深度學(xué)習(xí)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練和識別。文獻(xiàn)[7]使用UWB 雷達(dá)采集代表運動特性隨時間變化的時變距離多普勒圖像(TRDI),采用自動編碼器(CAE)提取特征,輸入到長短記憶網(wǎng)絡(luò)(LSTM)中進(jìn)行識別達(dá)到了96.80%的準(zhǔn)確率。文獻(xiàn)[8]使用雙向長短記憶網(wǎng)絡(luò)(Bi-LSTM),將可穿戴傳感器和雷達(dá)數(shù)據(jù)直接的軟特征融合,在連續(xù)活動和跌倒事件方面的準(zhǔn)確度提高到大約96%。文獻(xiàn)[9]利用超寬帶雷達(dá)提取動作特征生成圖像,然后將圖像輸入到卷積網(wǎng)絡(luò)中進(jìn)行識別,達(dá)到了99.2%的準(zhǔn)確率。文獻(xiàn)[10]提出基于主成分分析法(PCA)和離散余弦變換(DCT)相結(jié)合的人體動作特征提取方法,并利用改進(jìn)網(wǎng)格搜索算法優(yōu)化的支持向量機在小樣本數(shù)據(jù)下對人體動作進(jìn)行識別,最終得到超過96%的識別精度。基于深度學(xué)習(xí)的雷達(dá)動作識別方法主要通過將采集的信號進(jìn)行預(yù)處理,生成相應(yīng)的特征圖,然后將這些特征圖輸入到深度學(xué)習(xí)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練和識別,這就導(dǎo)致了識別速度相比直接對原始信號處理慢一些[11-12]。文獻(xiàn)[11]提出一種新的端到端網(wǎng)絡(luò),直接對收集的FMCW 雷達(dá)原始數(shù)據(jù)進(jìn)行處理,對5 種動作超過90%的識別準(zhǔn)確率。文獻(xiàn)[12]提出了一維卷積神經(jīng)網(wǎng)絡(luò)(1D-CNNs)和長短記憶網(wǎng)絡(luò)(LSTM)組成的深度學(xué)習(xí)模型直接對原始信號進(jìn)行處理,在對7種動作達(dá)到超過95%的識別精度的同時,訓(xùn)練參數(shù)少很多,因此識別速度也快很多。目前大部分基于深度學(xué)習(xí)的雷達(dá)動作識別算法只能對單個動作進(jìn)行識別,通過簡單的信號處理,將原始信號處理成相應(yīng)的特征圖像,然后輸入到基于分類的深度學(xué)習(xí)網(wǎng)絡(luò)中進(jìn)行識別。這種情況導(dǎo)致了當(dāng)一組數(shù)據(jù)中包含多個動作信息的時候算法也只能將其識別為單個動作。

    針對上述問題,該文提出一種基于文本識別技術(shù)(OCR)的連續(xù)動作雷達(dá)微多普勒特征識別方法。首先對采集的雷達(dá)數(shù)據(jù)采用RDM(Range-Doppler Map)向速度維投影的方法逐幀獲取微多普勒時頻圖,然后將處理得到的時頻圖輸入一個特別定制的,由卷積神經(jīng)網(wǎng)絡(luò)、inception_resnet、最大池化層和Bi-LSTM的網(wǎng)絡(luò)組成,使用聯(lián)結(jié)主義時間分類(CTC)作為損失函數(shù)進(jìn)行訓(xùn)練的網(wǎng)絡(luò)。實驗結(jié)果表明該方法對步行、跑步、蹲下、站起、跳躍這5 種動作的識別準(zhǔn)確率分別高達(dá)96.16%,95.34%,88.49%,89.37%,96.72%。對一個時間窗口內(nèi)多個動作的識別也取得了不錯的效果,時間上的識別準(zhǔn)確率整體令人滿意。

    1 FMCW雷達(dá)信號處理

    1.1 FMCW 雷達(dá)信號模型

    FMCW 雷達(dá)由一個波形發(fā)生器、一個帶有2個發(fā)射器和4個接收器的天線陣列、一個信號解調(diào)器和一個模數(shù)轉(zhuǎn)換器(ADC)組成。波形發(fā)生器通過發(fā)射Chirp 信號,然后利用低頻濾波器(LPF)得到中頻信號。假設(shè)FMCW 雷達(dá)發(fā)射調(diào)頻連續(xù)波信號,其發(fā)射信號模型[13]可以表示為

    式中,AT表示發(fā)射功率,fc表示Chirp的起始頻率,B表示Chirp 的帶寬,Tc表示Chirp 的持續(xù)時間,φ(t)表示相位噪音。

    目標(biāo)反射回來的是一個有延遲的信號,可以表示為

    式中,td=2R(t)/c表示信號在與距離雷達(dá)R(t)距離處的目標(biāo)之間的往返時間,α表示回波損耗系數(shù)。將發(fā)射信號xT(t)和接收信號xR(t)混頻以后再結(jié)合I/Q信號分析,其差拍信號可以表示為

    式中AR為接收信號的功率,fb表示為

    相位φb(t)則表示為

    通常情況下,探測近距離目標(biāo)的時候,殘留的相位噪聲Δφ(t)可以忽略不計。并且,πBt2d/Tc的數(shù)值也非常小,可以被忽略掉。因此,最終的可以用雷達(dá)采樣數(shù)據(jù)矩陣表述差拍信號為

    式中,n表示快時間采樣軸上對應(yīng)的標(biāo)號,m表示慢時間采樣軸上對應(yīng)的標(biāo)號,Tf表示快時間采樣軸上的ADC 采樣時間間隔,Ts表示慢時間采樣軸上的采樣時間間隔。

    1.2 微多普勒時頻圖

    傳統(tǒng)的短時傅里葉變換(STFT)采用定長窗函數(shù)進(jìn)行時頻分析,對于連續(xù)的Chirp 信號能夠取得不錯的效果,不過對于沒有連續(xù)Chirp 而是連續(xù)幀(幀內(nèi)Chirp 連續(xù),幀間的Chirp 不連續(xù))的信號來說一旦參數(shù)調(diào)整不好就會出現(xiàn)嚴(yán)重的功率泄露的情況。為了解決這個問題,使用文獻(xiàn)[14]所提出的RDM投影法獲取微多普勒時頻圖。對單幀的快時間維數(shù)據(jù)加上漢寧窗,然后進(jìn)行RangeFFT 獲得距離信息,然后再對單幀的慢時間維數(shù)據(jù)加上漢寧窗,進(jìn)行DopplerFFT 獲得目標(biāo)的速度信息,最后將零頻率分量搬移至頻率中間,得到最終的RDM(Range-Doppler-Map)。該RDM能夠很好地描述在該幀下人體所有散射點的距離和速度。假設(shè)RD(i,j,t)表示t幀下位于RDM 中第ith距離門、jth速度門下的信號功率值。

    每幀RDM通過對距離門的投影可以得到目標(biāo)與雷達(dá)的距離變化,如圖1(a)所示,計算公式為

    圖1 距離門與RDM投影

    通過距離門可以得到目標(biāo)在運動中距離雷達(dá)的最小/最大徑向距離,記錄下對應(yīng)的距離門標(biāo)號為imin及imax。提取對應(yīng)距離內(nèi)的RDM,然后將RDM 向速度方向投影并且進(jìn)行逐幀積累得到微多普勒時頻圖,如圖1(b)所示,具體公式為

    本質(zhì)上,RDM 投影是一個窗口長度,步長都為一幀中慢時間的Chirp 數(shù)(實驗中為128),重疊率為0 的短時傅里葉變化。微多普勒視頻圖的構(gòu)建流程如圖2所示。

    圖2 微多普勒圖構(gòu)建流程

    德州儀器AWR1843 因為存在幀的概念,即每幀存在若干個Chrip,然后每個Chrip間存在若干個采樣點,這種情況導(dǎo)致了單個幀內(nèi)的Chrip 時間是等長的,然而多個幀之間的Chrip 是不等長的,這種情況就會導(dǎo)致使用短時傅里葉變換出現(xiàn)嚴(yán)重的功率泄露的情況,生成的圖像質(zhì)量非常差,嚴(yán)重影響深度學(xué)習(xí)網(wǎng)絡(luò)的識別精度。而RDM投影是通過對單個幀的累加得到,沒有涉及到多個幀之間的操作,因此不存在功率泄露的情況,相比于短時傅里葉生成的圖像,質(zhì)量要高很多。

    2 基于文本識別的連續(xù)動作識別

    一組連續(xù)動作的微多普勒時頻特征如圖3所示,不同動作的微多普勒特征有很大的不同。受到文獻(xiàn)[15]的啟發(fā),將不同動作的微多普勒特征進(jìn)行編碼,使用文本識別的思路進(jìn)行識別。具體來說,是將包含多個動作特征的微多普勒時頻圖輸入到一個由卷積神經(jīng)網(wǎng)絡(luò),inception_resnet 網(wǎng)絡(luò)作為主干網(wǎng)絡(luò)對時頻圖進(jìn)行壓縮并提取特征得到一組幀序列,然后使用BLSTM 網(wǎng)絡(luò)對每幀進(jìn)行預(yù)測,最后使用CTC[16]將每幀的預(yù)測編碼解碼成標(biāo)簽序列。

    圖3 一組連續(xù)動作的微多普勒時頻圖

    2.1 網(wǎng)絡(luò)結(jié)構(gòu)

    本文提出的網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。該網(wǎng)絡(luò)要求圖像輸入的高度為256,寬度w不限,通道數(shù)為3,即輸入圖像的尺寸為256×w×3,核心思想是使用卷積神經(jīng)網(wǎng)絡(luò)、inception_resnet 提取特征,然后使用最大池化層對圖像進(jìn)行壓縮,圖像最后會被壓縮成一個如圖5所示,一共由w/16 個1×1×512 維度長方體特征組成的時間序列,然后將該序列輸入到Bi-LSTM 網(wǎng)絡(luò)中進(jìn)行預(yù)測。網(wǎng)絡(luò)的參數(shù)如表1所示。

    圖5 壓縮以后的長方體序列

    表1 基于文本識別的網(wǎng)絡(luò)框架參數(shù)

    2.2 Bi-LSTM

    連續(xù)動作的微多普勒特征存在時序的特性,因此運動會被依次順序紀(jì)錄下來。傳統(tǒng)的CNN 網(wǎng)絡(luò)只能提取微多普勒特征,無法對時序序列進(jìn)行動態(tài)預(yù)測。為了解決這個問題,引入Bi-LSTM 網(wǎng)絡(luò),提取CNN 網(wǎng)絡(luò)輸出的特征序列的時間特征,并且對每個時間序列進(jìn)行預(yù)測。簡單地說,Bi-LSTM分別結(jié)合了前向和后向LSTM 網(wǎng)絡(luò)還處理兩個方向的時間信息,除了使用過去的信息對現(xiàn)在進(jìn)行預(yù)測以外還能使用將來的信息預(yù)測現(xiàn)在。LSTM 是一種特殊的RNN,加入了遺忘門,能夠丟棄過去無用的信息,保留有效的信息,從而緩解梯度消失的問題,其計算模型如下:

    式中σ為激活函數(shù),i(t)為輸入門,f(t)為遺忘門,o(t)為輸出門。Bi-LSTM 由前向和后向LSTM 組成,其模型如下:

    2.3 聯(lián)結(jié)主義時間分類

    假設(shè)一段數(shù)據(jù)時長為9 s,有人可能在3~6 s的時間內(nèi)執(zhí)行了動作,也有人可能在4~9 s 內(nèi)執(zhí)行了動作,不同的人在不同的時間段內(nèi)執(zhí)行了不同時間的動作,因此需要精確標(biāo)注數(shù)據(jù)是很困難的。為此,使用CTC 算法自動學(xué)習(xí)時間序列和標(biāo)簽間的對齊情況,從而避免了精確標(biāo)注數(shù)據(jù)集,只需要數(shù)據(jù)標(biāo)注順序正確即可。

    如果序列預(yù)測為y=(y1,y2,…,yN),對應(yīng)的真實標(biāo)簽為I=(I1,I2,…,IW),這其中序列長度要大于等于標(biāo)簽長度(即N≥W)??紤]到不同的動作間存在過渡(一個動作執(zhí)行完,過一段時間再執(zhí)行下一個動作),過渡的這段時間內(nèi)沒有任何動作,因此需要定義一個blank 作為空白符加入到原始標(biāo)簽序列中構(gòu)造一個新的標(biāo)簽序列,即L'=L∪{-},其中L'為新的標(biāo)簽序列,L為原始標(biāo)簽序列。很顯然一個真實的標(biāo)簽對應(yīng)的預(yù)測輸出有很多,假設(shè)一個y預(yù)測輸出序列為T=(t1,t2,t3,t4)的數(shù)據(jù)對應(yīng)的真實標(biāo)簽序列為label=(l1,l2,l3),那么其對應(yīng)的預(yù)測有p(π1)=(l1,-,l2,l3),p(π2)=(l1,l2,-,l3),p(π4)=(-,l1,l2,l3)等多種可能的路徑。因此在真實標(biāo)簽為y的情況下,預(yù)測標(biāo)簽為I的概率為

    式中π表示Bi-LSTM 的輸出序列,p(π|y)表示路徑的概率。由于各個時間序列間的預(yù)測概率是相互獨立的,因此對于任意時刻輸出序列π的概率計算如下:

    式中πt∈L',是在時間t上路徑π下預(yù)測的標(biāo)簽,是在時間t下標(biāo)簽為πt的概率。損失函數(shù)可以定義為Lctc=-lnp(I|y),通過對每個步長的每個標(biāo)簽求導(dǎo)進(jìn)行梯度更新。

    3 實驗結(jié)果與分析

    3.1 實驗環(huán)境

    實驗中所用的毫米波雷達(dá)硬件平臺由德州儀器研發(fā)的AWR1843BOOST 雷達(dá)傳感器模塊和DCA1000EVM 數(shù)據(jù)采集模塊組成。設(shè)置該雷達(dá)的起始工作頻率為77 GHz、帶寬為4 GHz,單個Chirp下的采樣點為256,單個幀下有128 個Chirp,單個幀的周期為30 ms。對單個動作和兩個連續(xù)動作采集300 幀及9 s 的數(shù)據(jù),對3 個連續(xù)動作采集400幀即12 s的數(shù)據(jù)。

    實驗中所用數(shù)據(jù)均在室內(nèi)采集,雷達(dá)掃描扇面內(nèi)除了單個測試者外沒有其他目標(biāo)。雷達(dá)置于距離地面0.8 m的支架上,測試者在雷達(dá)正前方2 m處原地執(zhí)行指定動作。前后共有10名志愿者參與采集數(shù)據(jù),他們的體重在41~80 kg,身高在1.60~1.80 m,年齡在22~25之間。實驗中總共采集5種動作,分別是步行、跑步、蹲下、站起、跳躍,采集環(huán)境如圖6所示,單個動作的微多普勒時頻圖如圖7所示。總共采集1 600組數(shù)據(jù),其中單個動作為800組,兩個連續(xù)動作為500組,3個連續(xù)動作為300組。

    圖6 實驗環(huán)境

    圖7 單個動作的微多普勒時頻圖

    深度學(xué)習(xí)網(wǎng)絡(luò)基于TensorFlow2.0 中的keras框架,優(yōu)化函數(shù)為Adam,使用默認(rèn)學(xué)習(xí)率,設(shè)置批量大小為8。深度學(xué)習(xí)實驗在一臺配有GPU 為RTX2080Ti(8G顯存),16G內(nèi)存和酷睿i7的服務(wù)器上進(jìn)行。訓(xùn)練測試數(shù)據(jù)的比例為8∶2。圖像輸入的高度為256,寬度不限,即圖像輸入的尺寸為256×w。實驗中,9 s 的數(shù)據(jù)輸入網(wǎng)絡(luò)的寬度為576 像素(w=576,input=256×576×3),輸出為1×36×512,即由36 個1×512 組成的特征序列,每個序列代表大約0.25 s 時長的數(shù)據(jù);12 s 數(shù)據(jù)輸入網(wǎng)絡(luò)的寬度為768 像素(w=768,input=256×768×3),輸出為1×48×512,即由48 個1×512組成的特征序列,每個序列代表大約0.25 s時長的數(shù)據(jù)。

    3.2 單個動作的識別

    該文所提出的方法既能夠?qū)Χ鄠€連續(xù)的動作進(jìn)行識別,也能夠?qū)蝹€動作進(jìn)行識別。圖8為5種動作的混淆矩陣。實驗表明,該方法對5種動作識別的平均準(zhǔn)確率高達(dá)93.22%,其中對步行、跑步和跳躍的識別準(zhǔn)確率分別高達(dá)96.16%,95.34%,96.72%。由于蹲下和站起的為多普勒頻率是相反的,同時在蹲下和站起的時候為了保持平衡手臂也會擺動,最終導(dǎo)致蹲下和站起的微多普勒特征比較相似,導(dǎo)致了在識別蹲下和站起這兩個動作時的精度只有88.49%和89.37%。

    圖8 5種動作的混淆矩陣

    為了能夠進(jìn)一步驗證該文所提出方法的可能性,將該方法與文獻(xiàn)[7],文獻(xiàn)[10]和文獻(xiàn)[12]中提出的動作識別方法進(jìn)行對比。文獻(xiàn)[7]提出了一種時變距離-微多普勒圖(TRDM)的方法,在目標(biāo)執(zhí)行動作區(qū)間中的數(shù)據(jù)進(jìn)行距離和速度FFT 得到一組時序的RDM 圖形成數(shù)據(jù)流,然后利用所提出的CAE+LSTM 網(wǎng)絡(luò)提取數(shù)據(jù)流的時序特征和像素特征進(jìn)行識別。文獻(xiàn)[10]首先使用PCA 技術(shù)對原始數(shù)據(jù)降維,然后使用DCT 技術(shù)對降維以后的數(shù)據(jù)進(jìn)行處理,最后使用一種改進(jìn)型的SVM 網(wǎng)絡(luò)對經(jīng)過PCA 和DCT 處理以后的數(shù)據(jù)進(jìn)行識別,取得了不錯的效果。文獻(xiàn)[12]將STFT 和深度學(xué)習(xí)相結(jié)合,直接對經(jīng)過短時傅里葉變換以后的特征矩陣進(jìn)行處理,使用1D_CNN 網(wǎng)絡(luò)和LSTM 提取特征矩陣的信息,從而實現(xiàn)對單個動作的識別。對比效果如表2所示。

    表2 本文方法同不同方法的對比

    通過表2對比可以得知,本文所提方法同文獻(xiàn)[7]、文獻(xiàn)[10]和文獻(xiàn)[12]所提方法相比,識別精度會稍微低一些。導(dǎo)致這種情況的原因是,CTC決定了不需要單個網(wǎng)絡(luò)的輸出序列的識別精度最高,但是需要整個序列組的輸出精度最高,即h(x)=arg maxp(I|y),其中h(x)為輸出序列,p(I|y)為真實標(biāo)簽為y的情況下預(yù)測標(biāo)簽為I的概率。

    3.3 連續(xù)動作的識別

    實驗表明,本文所提方法對單個動作的識別達(dá)到了一個較高的準(zhǔn)確率。為了進(jìn)一步衡量本文方法的綜合性能,除了測試對單個動作的識別準(zhǔn)確率以外,還需要識別在時間上的準(zhǔn)確率(假設(shè)一個24 s 的時間段,目標(biāo)執(zhí)行動作的區(qū)間分別為4~10 s,13~20 s,算法需要知道目標(biāo)在具體哪幾個時間段內(nèi)執(zhí)行了動作)。由于動作蹲下、站起、跳躍都是一瞬間完成的,因此僅僅對步行、跑步兩個連續(xù)性動作進(jìn)行測試。實驗中使用長達(dá)24 s的數(shù)據(jù),總共分4個場景,分別是只執(zhí)行單個動作(步行,跑步)和執(zhí)行兩個動作(先步行后跑步,先跑步后步行)。單個動作的示例時間表如圖9所示,目標(biāo)第一個執(zhí)行動作的窗口時間為5~10 s,第二個執(zhí)行動作的窗口時間為15~24 s。網(wǎng)絡(luò)輸出的是一個序列,一個序列代表著一個時間段,也就是說如果一個24 s數(shù)據(jù)的微多普勒時頻圖的寬度為1 536個像素,那么經(jīng)過主干網(wǎng)絡(luò)的壓縮以后輸出一個長度為96的時間序列,也就是說一個序列代表0.25 s的時間,在這個窗口時間內(nèi)認(rèn)為動作是沒有變化的。因此在最終預(yù)測的時候也不完全是連續(xù)的時間預(yù)測,一旦一個序列預(yù)測錯誤就意味著這0.25 s的預(yù)測都錯誤,該方法的本質(zhì)上是將連續(xù)的時間分割成時間很短的時間序列,然后對這一段時間序列進(jìn)行特征提取并且認(rèn)為這段時間序列內(nèi)只有一個動作。

    圖9 單個動作的示例時間表

    執(zhí)行兩個動作的示例時間表如圖10所示,目標(biāo)執(zhí)行第一個動作的窗口時間為4~10 s,總共6 s,執(zhí)行第二個動作的窗口時間為15~21 s,同樣也是6 s。很顯然,該算法在時間上有不錯的識別準(zhǔn)確率。對一段時間內(nèi)的兩個動作進(jìn)行識別時,雖然出現(xiàn)時間上沒有完全對齊,在沒有動作的時間預(yù)測執(zhí)行動作的錯誤,但是整體上的預(yù)測還是正確的,并且沒有出現(xiàn)預(yù)測順序錯誤的情況。出現(xiàn)真實標(biāo)簽和預(yù)測標(biāo)簽在時間上沒有完全對齊的一個可能性是實驗誤差,在實驗的時候是目標(biāo)需要在發(fā)出信號以后等待到指定的時間區(qū)間再執(zhí)行動作,因此會出現(xiàn)時間上的誤差,在執(zhí)行完一個動作之后目標(biāo)沒有完全立正不動,導(dǎo)致還存在一些微多普勒調(diào)制,因此出現(xiàn)誤判的情況。

    圖10 兩個動作的示例時間表

    4 結(jié)束語

    本文提出一種FMCW 雷達(dá)基于文本識別技術(shù)的連續(xù)動作識別方法。該方法將不同動作的微多普勒時頻圖的特征抽象成不同的字符,使用文本識別的思路進(jìn)行識別。首先對原始數(shù)據(jù)進(jìn)行預(yù)處理,使用RDM 投影的方法獲取微多普勒時頻圖,從而避免了雷達(dá)幀與幀之間的Chirp 不連續(xù)導(dǎo)致STFT 變換調(diào)參麻煩和功率泄露的問題。然后,將處理得到的微多普勒時頻圖輸入到有卷積神經(jīng)網(wǎng)絡(luò)、inception_resnet 和最大池化層組成的主干網(wǎng)絡(luò)對圖像進(jìn)行提取特征和壓縮,將原始輸入尺寸為256×w×3 壓縮成一個由w/16 個1×1×512 維度長方體特征組成的時間序列,然后輸入到兩層Bi-LSTM 網(wǎng)絡(luò)對每個序列進(jìn)行預(yù)測。由于一個目標(biāo)在固定長度的時間窗口內(nèi)執(zhí)行動作的起始時間和結(jié)束時間是不同的,數(shù)據(jù)無法被精確標(biāo)注,因此最后使用CTC 作為損失函數(shù),對參數(shù)進(jìn)行求導(dǎo)。實驗表明,該方法對步行、跑步、蹲下、站起、跳躍這5 種動作的識別準(zhǔn)確率分別高達(dá)96.16%,95.34%,88.49%,89.37%,96.72%。對一個時間窗口內(nèi)多個動作的識別也取得了不錯的效果,時間上的識別準(zhǔn)確率整體令人滿意。由于連續(xù)的動作存在前后的合法性,比如蹲下以后的動作只能是站起,不能是其他動作,因此下一階段打算對該方法進(jìn)行改進(jìn)用以判斷連續(xù)動作是否合法。

    猜你喜歡
    時頻多普勒標(biāo)簽
    無懼標(biāo)簽 Alfa Romeo Giulia 200HP
    車迷(2018年11期)2018-08-30 03:20:32
    不害怕撕掉標(biāo)簽的人,都活出了真正的漂亮
    海峽姐妹(2018年3期)2018-05-09 08:21:02
    標(biāo)簽化傷害了誰
    基于多普勒效應(yīng)的車隨人動系統(tǒng)
    電子器件(2015年5期)2015-12-29 08:43:38
    基于多進(jìn)制查詢樹的多標(biāo)簽識別方法
    計算機工程(2015年8期)2015-07-03 12:20:27
    基于時頻分析的逆合成孔徑雷達(dá)成像技術(shù)
    對采樣數(shù)據(jù)序列進(jìn)行時頻分解法的改進(jìn)
    雙線性時頻分布交叉項提取及損傷識別應(yīng)用
    基于多普勒的車輛測速儀
    機械與電子(2014年2期)2014-02-28 02:07:47
    一種改進(jìn)的多普勒雷達(dá)跟蹤算法
    国内毛片毛片毛片毛片毛片| 日本a在线网址| 色播亚洲综合网| 日本一区二区免费在线视频| 午夜精品在线福利| 亚洲成人中文字幕在线播放| 精品欧美一区二区三区在线| 无人区码免费观看不卡| 又爽又黄无遮挡网站| 亚洲男人的天堂狠狠| 久久久精品国产亚洲av高清涩受| 亚洲五月婷婷丁香| 久久久久久久精品吃奶| 国产真实乱freesex| 欧美性猛交╳xxx乱大交人| 亚洲av电影在线进入| 丰满人妻一区二区三区视频av | 身体一侧抽搐| 悠悠久久av| 午夜免费成人在线视频| 99re在线观看精品视频| 少妇人妻一区二区三区视频| 脱女人内裤的视频| 国产精品一区二区三区四区免费观看 | 美女 人体艺术 gogo| 日韩有码中文字幕| 夜夜夜夜夜久久久久| 国产单亲对白刺激| 久久草成人影院| 老司机福利观看| 亚洲五月婷婷丁香| av在线天堂中文字幕| 国产av一区二区精品久久| 免费在线观看影片大全网站| 一本综合久久免费| 欧美大码av| 热99re8久久精品国产| 亚洲在线自拍视频| 精品久久久久久久毛片微露脸| 深夜精品福利| 99久久精品热视频| 色噜噜av男人的天堂激情| 男女午夜视频在线观看| 999精品在线视频| 久久久久免费精品人妻一区二区| 在线观看免费视频日本深夜| 一二三四在线观看免费中文在| 国产精品一区二区精品视频观看| 欧美激情久久久久久爽电影| 欧美乱色亚洲激情| 又黄又粗又硬又大视频| 熟女电影av网| 人人妻,人人澡人人爽秒播| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲av第一区精品v没综合| 这个男人来自地球电影免费观看| 麻豆成人午夜福利视频| 精品久久蜜臀av无| 亚洲欧美日韩高清在线视频| 日本熟妇午夜| 在线观看www视频免费| 亚洲乱码一区二区免费版| 丰满的人妻完整版| 在线永久观看黄色视频| 国产精品电影一区二区三区| 亚洲天堂国产精品一区在线| 最新在线观看一区二区三区| 日本精品一区二区三区蜜桃| 国产野战对白在线观看| 国产99白浆流出| 悠悠久久av| 成人特级黄色片久久久久久久| 国产99白浆流出| 我的老师免费观看完整版| 亚洲欧美日韩无卡精品| 久久精品aⅴ一区二区三区四区| 麻豆国产97在线/欧美 | 久久久久国产一级毛片高清牌| 不卡av一区二区三区| 国产精品久久久久久亚洲av鲁大| 亚洲aⅴ乱码一区二区在线播放 | 久久中文字幕一级| 精品无人区乱码1区二区| 免费在线观看日本一区| 一区二区三区国产精品乱码| 亚洲av电影在线进入| 久久久久久大精品| 国产精品爽爽va在线观看网站| 欧美日韩亚洲综合一区二区三区_| 日韩欧美免费精品| 身体一侧抽搐| 国内少妇人妻偷人精品xxx网站 | 黄色毛片三级朝国网站| 国产精品野战在线观看| 精品久久久久久久人妻蜜臀av| 熟妇人妻久久中文字幕3abv| 亚洲一区二区三区色噜噜| 亚洲专区中文字幕在线| 日韩欧美 国产精品| 一区二区三区高清视频在线| 日韩精品青青久久久久久| 色哟哟哟哟哟哟| 美女免费视频网站| 国产精品香港三级国产av潘金莲| 久久亚洲精品不卡| 淫秽高清视频在线观看| 久久精品综合一区二区三区| 欧美成人性av电影在线观看| 欧美黑人巨大hd| av片东京热男人的天堂| 黑人欧美特级aaaaaa片| 啦啦啦韩国在线观看视频| 国产亚洲精品一区二区www| 久久精品亚洲精品国产色婷小说| 特级一级黄色大片| 757午夜福利合集在线观看| 婷婷亚洲欧美| 91九色精品人成在线观看| 亚洲国产欧美网| 欧洲精品卡2卡3卡4卡5卡区| 免费看日本二区| 国产69精品久久久久777片 | 国产精品美女特级片免费视频播放器 | 久久精品aⅴ一区二区三区四区| 精品国产美女av久久久久小说| 欧美日韩瑟瑟在线播放| 曰老女人黄片| 欧美精品啪啪一区二区三区| 在线视频色国产色| 国产亚洲av嫩草精品影院| 高潮久久久久久久久久久不卡| 亚洲av成人一区二区三| 午夜免费成人在线视频| 亚洲性夜色夜夜综合| tocl精华| 两性午夜刺激爽爽歪歪视频在线观看 | 久久午夜亚洲精品久久| 精品国内亚洲2022精品成人| 嫩草影视91久久| 天天添夜夜摸| 国产精品永久免费网站| 久久久久久九九精品二区国产 | 亚洲国产精品合色在线| 一二三四社区在线视频社区8| 久99久视频精品免费| 看黄色毛片网站| 97人妻精品一区二区三区麻豆| 制服丝袜大香蕉在线| 国产v大片淫在线免费观看| 亚洲欧美精品综合一区二区三区| 亚洲无线在线观看| 性欧美人与动物交配| 白带黄色成豆腐渣| 美女高潮喷水抽搐中文字幕| 亚洲免费av在线视频| 欧美不卡视频在线免费观看 | 日韩欧美在线乱码| 国产精品久久久久久精品电影| 久久久久国内视频| 精品高清国产在线一区| 美女大奶头视频| 精品久久久久久久末码| 久久久久久久久中文| 美女午夜性视频免费| 国产精品久久视频播放| 又爽又黄无遮挡网站| 午夜日韩欧美国产| 欧美精品亚洲一区二区| 亚洲中文字幕日韩| 国产精品综合久久久久久久免费| 亚洲成人精品中文字幕电影| 亚洲av成人av| 黄频高清免费视频| 久久午夜亚洲精品久久| 熟女少妇亚洲综合色aaa.| 久久伊人香网站| 欧美日韩国产亚洲二区| 亚洲va日本ⅴa欧美va伊人久久| 亚洲国产高清在线一区二区三| 久久精品人妻少妇| 国产精品香港三级国产av潘金莲| 88av欧美| 亚洲av电影在线进入| 亚洲五月婷婷丁香| 女人被狂操c到高潮| 日日夜夜操网爽| 欧美精品亚洲一区二区| 国产野战对白在线观看| 欧美日韩中文字幕国产精品一区二区三区| 午夜免费激情av| 成人精品一区二区免费| 一本精品99久久精品77| 欧美不卡视频在线免费观看 | 18禁黄网站禁片午夜丰满| 国产熟女xx| 国产不卡一卡二| 69av精品久久久久久| 亚洲成a人片在线一区二区| 日日爽夜夜爽网站| 成人特级黄色片久久久久久久| 亚洲美女视频黄频| 婷婷六月久久综合丁香| 亚洲国产欧美人成| 最近最新免费中文字幕在线| 国产成人欧美在线观看| 天堂av国产一区二区熟女人妻 | 黄色视频不卡| 最近在线观看免费完整版| 高清在线国产一区| 麻豆成人av在线观看| 日韩欧美精品v在线| 亚洲精品美女久久久久99蜜臀| 国产欧美日韩精品亚洲av| 久久久久久大精品| 欧美乱妇无乱码| 99热这里只有是精品50| 欧美成人午夜精品| 国产免费av片在线观看野外av| 免费搜索国产男女视频| 免费观看精品视频网站| 亚洲美女视频黄频| www国产在线视频色| 妹子高潮喷水视频| 免费人成视频x8x8入口观看| 国产亚洲精品综合一区在线观看 | 成人18禁高潮啪啪吃奶动态图| 国产精品久久久久久亚洲av鲁大| 给我免费播放毛片高清在线观看| 亚洲自偷自拍图片 自拍| 国产精品免费一区二区三区在线| 国产单亲对白刺激| 好男人电影高清在线观看| 日韩av在线大香蕉| 久久精品国产综合久久久| 在线永久观看黄色视频| 色综合欧美亚洲国产小说| 亚洲成人久久性| 亚洲av熟女| 日日夜夜操网爽| 国产高清激情床上av| 无人区码免费观看不卡| 亚洲电影在线观看av| 日韩欧美免费精品| 中文字幕高清在线视频| 亚洲,欧美精品.| 性欧美人与动物交配| 亚洲精品中文字幕在线视频| 亚洲五月天丁香| 日韩欧美在线乱码| www.999成人在线观看| 91麻豆av在线| 亚洲乱码一区二区免费版| 成年人黄色毛片网站| www日本在线高清视频| 国产午夜精品久久久久久| 人妻久久中文字幕网| 亚洲全国av大片| 午夜福利在线观看吧| 国产亚洲精品av在线| 国产91精品成人一区二区三区| 亚洲成a人片在线一区二区| 又紧又爽又黄一区二区| 天堂动漫精品| 欧美日韩福利视频一区二区| 亚洲avbb在线观看| 成人永久免费在线观看视频| 老熟妇仑乱视频hdxx| 一二三四社区在线视频社区8| 欧美乱妇无乱码| 中文字幕久久专区| 久久婷婷成人综合色麻豆| 变态另类丝袜制服| 正在播放国产对白刺激| 男人舔女人下体高潮全视频| 99久久精品国产亚洲精品| 日韩中文字幕欧美一区二区| 岛国在线免费视频观看| 亚洲一区二区三区不卡视频| 国产一区二区在线av高清观看| 亚洲精品国产一区二区精华液| 嫩草影视91久久| 禁无遮挡网站| 免费无遮挡裸体视频| 久久久久久国产a免费观看| 制服人妻中文乱码| 国产蜜桃级精品一区二区三区| 亚洲成a人片在线一区二区| 成年版毛片免费区| 精品乱码久久久久久99久播| 两个人视频免费观看高清| 操出白浆在线播放| 国产探花在线观看一区二区| 在线观看66精品国产| 一a级毛片在线观看| 18禁美女被吸乳视频| 蜜桃久久精品国产亚洲av| 国语自产精品视频在线第100页| 草草在线视频免费看| 一级片免费观看大全| 黄色a级毛片大全视频| av在线播放免费不卡| 日韩有码中文字幕| 我的老师免费观看完整版| 日本免费a在线| 欧洲精品卡2卡3卡4卡5卡区| 一边摸一边做爽爽视频免费| 色综合亚洲欧美另类图片| 久久中文字幕人妻熟女| 久99久视频精品免费| 日日爽夜夜爽网站| 亚洲中文字幕一区二区三区有码在线看 | 国产av麻豆久久久久久久| 日本黄大片高清| 美女黄网站色视频| tocl精华| 真人做人爱边吃奶动态| 男女午夜视频在线观看| 99久久无色码亚洲精品果冻| 黑人欧美特级aaaaaa片| 久久中文看片网| 一卡2卡三卡四卡精品乱码亚洲| 午夜免费成人在线视频| av片东京热男人的天堂| 国产精品1区2区在线观看.| 18禁国产床啪视频网站| 一边摸一边抽搐一进一小说| 色av中文字幕| 国产黄片美女视频| 久久99热这里只有精品18| 老司机在亚洲福利影院| 国产一级毛片七仙女欲春2| 淫秽高清视频在线观看| 亚洲avbb在线观看| 欧美一区二区精品小视频在线| 午夜免费激情av| av福利片在线观看| 色精品久久人妻99蜜桃| 黄色成人免费大全| 免费搜索国产男女视频| 国语自产精品视频在线第100页| 国产午夜精品久久久久久| 非洲黑人性xxxx精品又粗又长| 亚洲午夜理论影院| 一区二区三区高清视频在线| 亚洲国产欧美人成| 99久久精品国产亚洲精品| 久久久久免费精品人妻一区二区| 日本黄大片高清| 丰满的人妻完整版| 国产成人精品无人区| 在线观看免费午夜福利视频| 国产成人精品久久二区二区免费| 一级a爱片免费观看的视频| 中国美女看黄片| 中文字幕高清在线视频| 男人舔女人下体高潮全视频| 制服诱惑二区| 日本熟妇午夜| 女生性感内裤真人,穿戴方法视频| 日本一本二区三区精品| 亚洲av成人av| 精品国内亚洲2022精品成人| 日韩三级视频一区二区三区| 国产精品电影一区二区三区| 国产三级黄色录像| 中文字幕高清在线视频| 露出奶头的视频| 日韩欧美在线乱码| 丝袜美腿诱惑在线| 欧美乱色亚洲激情| 搡老妇女老女人老熟妇| 欧美性长视频在线观看| 51午夜福利影视在线观看| 亚洲av成人一区二区三| 欧美日韩亚洲综合一区二区三区_| 啦啦啦韩国在线观看视频| 亚洲男人天堂网一区| 亚洲天堂国产精品一区在线| 88av欧美| 高潮久久久久久久久久久不卡| 国产精品,欧美在线| 熟女少妇亚洲综合色aaa.| 欧美在线黄色| 国产区一区二久久| 日韩欧美精品v在线| 成年女人毛片免费观看观看9| 久久久国产欧美日韩av| 国产成人欧美在线观看| 美女午夜性视频免费| 亚洲欧美精品综合久久99| 精品久久久久久,| 欧美丝袜亚洲另类 | 在线观看舔阴道视频| 日韩欧美精品v在线| 亚洲成av人片在线播放无| 又紧又爽又黄一区二区| 露出奶头的视频| 中文在线观看免费www的网站 | 老司机午夜十八禁免费视频| 亚洲美女黄片视频| 色av中文字幕| 久久99热这里只有精品18| 色尼玛亚洲综合影院| 国产免费av片在线观看野外av| 色尼玛亚洲综合影院| 国产蜜桃级精品一区二区三区| 久久伊人香网站| 日韩欧美一区二区三区在线观看| 亚洲精品国产一区二区精华液| 国产三级在线视频| 麻豆国产av国片精品| 18美女黄网站色大片免费观看| 男插女下体视频免费在线播放| 成人三级黄色视频| 性欧美人与动物交配| 久久精品人妻少妇| e午夜精品久久久久久久| 免费看a级黄色片| 国产区一区二久久| 亚洲国产精品999在线| 日本 av在线| 首页视频小说图片口味搜索| 老司机深夜福利视频在线观看| 人妻丰满熟妇av一区二区三区| 婷婷精品国产亚洲av| 老汉色∧v一级毛片| 日韩三级视频一区二区三区| 久久久水蜜桃国产精品网| 极品教师在线免费播放| 国产高清有码在线观看视频 | 一级片免费观看大全| 亚洲欧美日韩高清专用| 亚洲欧美日韩高清在线视频| 757午夜福利合集在线观看| 婷婷六月久久综合丁香| 亚洲欧美日韩无卡精品| 日韩 欧美 亚洲 中文字幕| 久久精品影院6| 欧美黄色片欧美黄色片| 美女免费视频网站| 国产精品av视频在线免费观看| 露出奶头的视频| 又大又爽又粗| 女警被强在线播放| 中文在线观看免费www的网站 | 国产精品久久久久久亚洲av鲁大| 国产精品av视频在线免费观看| 长腿黑丝高跟| 岛国在线免费视频观看| 久久久久久国产a免费观看| 人妻久久中文字幕网| 国产黄色小视频在线观看| 日韩高清综合在线| 无人区码免费观看不卡| 最近最新中文字幕大全电影3| 亚洲国产欧美网| 国产亚洲av高清不卡| 少妇人妻一区二区三区视频| 国产成年人精品一区二区| 两个人视频免费观看高清| 老司机午夜十八禁免费视频| 亚洲男人的天堂狠狠| 嫩草影视91久久| 一本一本综合久久| 国产高清视频在线播放一区| 国产成人aa在线观看| 午夜免费成人在线视频| av片东京热男人的天堂| 美女大奶头视频| 久久草成人影院| 精品久久久久久,| 中出人妻视频一区二区| 黄色女人牲交| 亚洲天堂国产精品一区在线| 长腿黑丝高跟| 国产亚洲精品av在线| 听说在线观看完整版免费高清| 欧美乱色亚洲激情| 欧美在线一区亚洲| 精品不卡国产一区二区三区| 国产av又大| www.自偷自拍.com| 国产精品亚洲av一区麻豆| 日韩 欧美 亚洲 中文字幕| www.熟女人妻精品国产| 岛国视频午夜一区免费看| 国产精品电影一区二区三区| 90打野战视频偷拍视频| 激情在线观看视频在线高清| 一边摸一边抽搐一进一小说| 麻豆久久精品国产亚洲av| 亚洲人成电影免费在线| 亚洲真实伦在线观看| 精品日产1卡2卡| 草草在线视频免费看| 成年女人毛片免费观看观看9| 97碰自拍视频| 精品一区二区三区四区五区乱码| 亚洲精品一区av在线观看| 97超级碰碰碰精品色视频在线观看| 亚洲人成网站在线播放欧美日韩| 国产亚洲av高清不卡| 国产熟女xx| 精品久久久久久久久久久久久| 一级毛片高清免费大全| 麻豆久久精品国产亚洲av| 欧美黑人精品巨大| 成在线人永久免费视频| 18禁裸乳无遮挡免费网站照片| 久久九九热精品免费| 午夜成年电影在线免费观看| 中文字幕av在线有码专区| 色哟哟哟哟哟哟| 两个人免费观看高清视频| 久久精品国产亚洲av高清一级| 夜夜夜夜夜久久久久| 亚洲av成人一区二区三| 人人妻人人澡欧美一区二区| 九九热线精品视视频播放| 麻豆国产av国片精品| 一级毛片女人18水好多| 一区二区三区激情视频| 免费人成视频x8x8入口观看| 又紧又爽又黄一区二区| 欧美日韩福利视频一区二区| 午夜影院日韩av| 亚洲男人的天堂狠狠| 国产成年人精品一区二区| 国产亚洲精品综合一区在线观看 | 精品国内亚洲2022精品成人| 香蕉丝袜av| 欧美精品亚洲一区二区| 久久久国产成人免费| 日本五十路高清| √禁漫天堂资源中文www| 一二三四社区在线视频社区8| 人人妻人人看人人澡| 亚洲欧美一区二区三区黑人| 国产视频一区二区在线看| 久久香蕉激情| 国产成人系列免费观看| 黄色a级毛片大全视频| 90打野战视频偷拍视频| 老熟妇乱子伦视频在线观看| 成年人黄色毛片网站| 女人高潮潮喷娇喘18禁视频| 色尼玛亚洲综合影院| 亚洲精品美女久久久久99蜜臀| 欧美高清成人免费视频www| 亚洲aⅴ乱码一区二区在线播放 | 免费在线观看亚洲国产| 久久精品国产亚洲av香蕉五月| 成人一区二区视频在线观看| 一夜夜www| 欧美成人午夜精品| 无人区码免费观看不卡| 黄色女人牲交| 女人高潮潮喷娇喘18禁视频| 久久午夜综合久久蜜桃| 嫩草影院精品99| 欧美日韩精品网址| 在线观看日韩欧美| 97人妻精品一区二区三区麻豆| 高清在线国产一区| 听说在线观看完整版免费高清| 亚洲av五月六月丁香网| 真人一进一出gif抽搐免费| 美女大奶头视频| 精品一区二区三区av网在线观看| 叶爱在线成人免费视频播放| 欧美成人午夜精品| 日本撒尿小便嘘嘘汇集6| 日韩欧美一区二区三区在线观看| 99精品在免费线老司机午夜| 性色av乱码一区二区三区2| 国产精品亚洲一级av第二区| 三级毛片av免费| 午夜a级毛片| 国产精品电影一区二区三区| 国内毛片毛片毛片毛片毛片| 欧美精品亚洲一区二区| bbb黄色大片| 男女下面进入的视频免费午夜| 免费一级毛片在线播放高清视频| 亚洲国产精品成人综合色| 欧美三级亚洲精品| 国产精品亚洲av一区麻豆| 97人妻精品一区二区三区麻豆| 老司机午夜福利在线观看视频| av中文乱码字幕在线| 欧美极品一区二区三区四区| 日本 av在线| 91大片在线观看| 男女床上黄色一级片免费看| 一区二区三区国产精品乱码| 久久中文看片网| 精品久久久久久久久久免费视频| www.999成人在线观看| 香蕉丝袜av| 亚洲国产欧美人成| 久久久久久九九精品二区国产 | 身体一侧抽搐| 日韩欧美精品v在线| 国产精品,欧美在线| 色综合站精品国产| 90打野战视频偷拍视频| 欧美zozozo另类| 亚洲av日韩精品久久久久久密| 极品教师在线免费播放| 男人的好看免费观看在线视频 | 精品久久久久久成人av| 久久久久免费精品人妻一区二区| 国产亚洲av高清不卡| 国产不卡一卡二| 亚洲av日韩精品久久久久久密|