基于微多普勒效應(yīng)的人體身份深度識別方法

摘要： 針對現(xiàn)有基于整體或者局部微多普勒(m-D)相關(guān)特征的身份識別模型存在的識別性能有限的問題，本文提出基于雙流網(wǎng)絡(luò)深度融合整體及局部m-D特征的識別模型。首先，基于Boulic模型構(gòu)造貼近實際場景的體態(tài)及運動姿態(tài)模型；其次，基于連續(xù)波雷達構(gòu)造回波模型，以獲得m-D信號；此外，將全局m-D圖(GMD)變換為梅爾倒譜(MC)以增強全局特征，利用分量分離技術(shù)抑制軀干對肢體m-D圖的干擾；... （共6頁）