一种基于雷达仿真图像的卷积神经网络人体动作分类方法

摘要

本发明涉及一种基于雷达仿真图像的卷积神经网络人体动作分类方法，包括下列的步骤：建立包含多种人体动作的时频图像数据集；雷达时頻图像数据增强；建立卷积神经网络模型：以手写体识别网络LeNet为基础，在其3个卷积层、2个池化层以及2个全连接层的基础上，引入修正线性单元ReLU替换原来的Sigmoid激活函数作为卷积网络的激活函数，并增加一个池化层，减少一个全连接层，构成卷积神经网络结构，该结构包含3个卷积层、3个最大池化层和1个全连接层，调整网络的层间结构和层内结构及训练参数以达到更好的分类效果；训练卷积神经网络模型。