[发明专利]一种基于数据增强的小样本雷达图像人体动作分类方法在审
| 申请号： | 201810073423.4 | 申请日： | 2018-01-25 |
| 公开（公告）号： | CN108470139A | 公开（公告）日： | 2018-08-31 |
| 发明（设计）人： | 侯春萍;徐金辰;杨阳;郎玥 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于数据增强的小样本雷达图像人体动作分类方法，包括：使用仿真雷达图像作为训练数据的来源，采用光学式运动捕捉器采集的人体行为数据，通过建立人体椭球运动模型来计算得到雷达回波，在通过短时傅里叶变换得到雷达谱图，生成数据集；采用多种数据增强方法对数据集里的雷达图像实现数据增强；建立卷积神经网络模型，并使用CAFFE进行深度学习的训练。 | ||
| 搜索关键词： | 数据增强 雷达图像 人体动作 小样本 短时傅里叶变换 卷积神经网络 仿真雷达 雷达回波 人体行为 生成数据 训练数据 运动捕捉 运动模型 光学式 数据集 分类 椭球 雷达 采集 图像 学习 | ||
【主权项】：
1.一种基于数据增强的小样本雷达图像人体动作分类方法，包括下列步骤：1)构建数据集：使用仿真雷达图像作为训练数据的来源，采用光学式运动捕捉器采集的人体行为数据，选取7类动作，分别是跑、跳、走、爬、站、拳击和匍匐，通过建立人体椭球运动模型来计算得到雷达回波，在通过短时傅里叶变换得到雷达谱图，生成数据集；2)采用多种数据增强方法对数据集里的雷达图像实现数据增强：包括图像压缩增强方式中的双三次变换、双线性变换、分块法、近似点处理方法；滤波增强方式中的均值滤波法、双边模糊特效滤波法、高斯模糊滤波法和中值滤波法四种方法；添加噪声增强方式中的高斯噪声、与图像灰度有关的均值为零的高斯白噪声、胡椒噪声、盐噪声、泊松噪声、s&p噪声、斑点噪声方法；曝光增强方式中改变像素值gamma的方法；3).建立卷积神经网络模型，并使用CAFFE进行深度学习的训练，在导入训练网络之前，每个频谱图的大小被调整为100×100，卷积核的大小为9×9，步幅为1像素。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810073423.4/，转载请声明来源钻瓜专利网。
