基于CNN-Swin Transformer的分布式超宽带雷达人体动作识别OA北大核心CSTPCD
针对传统雷达人体动作识别方法中特征提取能力不足和上下文建模困难的问题,提出了一种结合卷积神经网络(Convolutional Neural Network, CNN)和Swin Transformer的网络模型,用于有效识别分布式脉冲超宽带雷达数据中的人体动作。通过多分支的CNN对多个雷达的多个谱图、雷达数据的幅度和相位等特征进行提取和融合,利用Swin Transformer模块的多层自注意力机制对生成的特征映射进行上下文建模,提取具有高级语义…查看全部>>
张丽丽;贾德振;潘天鹏;刘彦娟
沈阳航空航天大学电子信息工程学院,沈阳110136沈阳航空航天大学电子信息工程学院,沈阳110136沈阳航空航天大学电子信息工程学院,沈阳110136沈阳航空航天大学电子信息工程学院,沈阳110136
电子信息工程
分布式脉冲超宽带雷达人体动作识别卷积神经网络(CNN)Swin Transformer特征融合
《电讯技术》 2024 (6)
P.830-839,10
辽宁省兴辽英才计划项目(XLYC1907134)辽宁省教育厅项目(LJKZ0174&LJKZ0173)。
评论