UWBレーダーに基づく非接触型人間動作認識

人間の動作認識は、監視、捜索・救助活動、スマートホーム、高齢者ケアにおいて非常に重要です。日常生活においては、非常に異なる特性を持つさまざまな種類の人間動作が存在し、それらは同時にいくつかのクラスタリング機能を示すため、認識が難しくなります。本論文では、超広帯域レーダーシステムを用いてこれまでに研究された最大数の動作タイプを含む包括的な人間動作認識のための多層分類法を紹介します。まず、事前スクリーニング層では、時間範囲領域の情報を使用して、現場動作と非現場動作を区別します。異なる種類の人間動作に応じて、重み付けされた時間-周波数変換法を提案し、対応するスペクトログラムを取得します。次に、物理的経験的特徴と主成分分析に基づく特徴を抽出し、分類器がそれぞれ特定の現場動作と非現場動作を達成します。広範な実験が行われ、現場動作で94.4%、非現場動作で95.3%という最高の正確性が達成されました。また、提案された方法に対する個体の多様性の干渉についても調査されています。提案された方法は、スマートホームや高齢者ケアにおいて有益である可能性があります。