雷达学报

作者：宋永坤, 晏天兴, 张可, 刘显, 戴永鹏, 金添

单位：1.长沙理工大学计算机与通信工程学院 长沙 410114；2.国防科技大学电子科学学院 长沙 410073；

关键词：超宽带雷达, 行为识别, 点云, PointNet++, Transformer

基金：湖南省自然科学基金青年基金项目(2024JJ6065)

低频超宽带(UWB)雷达因其良好穿透性和分辨率，在人体行为识别领域具有显著的优势。针对现有的动作识别算法运算量大、网络参数多的问题，该文提出了一种基于时空点云的高效且轻量的超宽带雷达人体行为识别方法。首先通过UWB雷达采集人体的四维运动数据，然后采用离散采样的方法将雷达图像转换为点云表示，由于人体行为识别属于时间序列上的分类问题，该文结合PointNet++网络与Transformer网络提出了一种轻量化的时空网络，通过提取并分析四维点云的时空特征，实现了对人体行为的端到端识别。在模型的训练过程中，提出了一种点云数据多阈值融合的方法，进一步提高了模型的泛化性和识别能力。该文根据公开的四维雷达成像数据集对所提方法进行验证，并与现有方法进行了比较。结果表明，所提方法在人体行为识别率达到96.75%，且消耗较少的参数量和运算量，验证了其有效性。

来源：2025年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第1期