公开(公告)号：CN116486237A

公开(公告)日：2023-07-25

申请号：CN202310669806.9

申请日：2023-06-07

Applicant: 南京邮电大学

Inventor： 叶宁 ,  王欣武 ,  肖甫 ,  桂林卿 ,  郭政鑫 ,  张荣 ,  王甦 ,  汪莹 ,  王波 ,  王娟 ,  程晶晶 ,  马泽宇

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0442 ,  G06N3/045 ,  G06V40/20 ,  G06F21/32

Abstract: 本发明属于毫米波雷达和深度学习领域，公开了一种基于深度学习与毫米波雷达的步态身份识别方法，包括以下步骤：步骤1、使用毫米波雷达采集识别目标的行走数据，得到原始数据，步骤2、获取样本数据，步骤3、构建AttResNet‑LSTM神经网络模型，步骤4、对构建好的神经网络模型进行训练，将原始数据划分成训练集、验证集和测试集，步骤5、将测试集上的样本数据传输到神经网络模型，通过Softmax函数评估用户身份的最大可能性，步骤6、验证神经网络模型的泛化性与准确性。本发明进行的身份识别活动可以最大程度地保护用户个人隐私数据，并且毫米波指向性强，抗干扰能力强，感测成像分辨率更高，环境因素影响较小。