李俊俠，張 秦，鄭桂妹

1.空軍工程大學(xué) 研究生院，西安710051

2.空軍工程大學(xué) 防空反導(dǎo)學(xué)院，西安710051

近年來，人體姿態(tài)識(shí)別在安防監(jiān)控、人機(jī)交互、安全駕駛、醫(yī)療健康和體育健身等領(lǐng)域都有著重要的意義和廣泛的應(yīng)用前景[1-3]。根據(jù)傳感器的種類，現(xiàn)有的人體姿態(tài)識(shí)別方法可分為可穿戴式和非接觸式兩類。可穿戴式傳感器的常見類型有手環(huán)、腳踝監(jiān)視器等[4]，必須貼身佩帶，存在普適性小、便攜性差、損壞率高、功能單一、誤報(bào)率高等問題。攝像頭作為傳統(tǒng)的非接觸式傳感器，對(duì)存儲(chǔ)空間和信息處理能力要求較高、對(duì)光照等條件敏感，存在視力盲區(qū)和易泄露個(gè)人隱私等缺點(diǎn)，而以雷達(dá)為代表的傳感器的使用，能夠有效解決光學(xué)系統(tǒng)的以上問題。盡管基于雷達(dá)的人體姿態(tài)識(shí)別系統(tǒng)仍處于發(fā)展初期，但已有眾多學(xué)者驗(yàn)證了其在該領(lǐng)域的良好性能及其魯棒性、隱私性和安全性。

文獻(xiàn)[5]中，Kim等人利用連續(xù)波雷達(dá)提取多普勒特征，訓(xùn)練支持向量機(jī)（SVM）以識(shí)別七種有節(jié)奏的人體運(yùn)動(dòng)，分類結(jié)果的準(zhǔn)確率為92.8%。文獻(xiàn)[6]中，Hong等人利用調(diào)頻連續(xù)波雷達(dá)提取人體動(dòng)作的動(dòng)態(tài)范圍多普勒軌跡（DRDT），結(jié)合機(jī)器學(xué)習(xí)分類方法，將連續(xù)運(yùn)動(dòng)分離為單個(gè)事件進(jìn)行處理，平均準(zhǔn)確率為91.9%。文獻(xiàn)[7]先將深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）應(yīng)用于基于微多普勒特征的人體活動(dòng)分類，并將其轉(zhuǎn)化成圖像分類問題。文獻(xiàn)[8]在文獻(xiàn)[7]的基礎(chǔ)上，利用多普勒雷達(dá)并結(jié)合DCNN方法和轉(zhuǎn)移學(xué)習(xí)方法，進(jìn)行五種常見的人體水上活動(dòng)的分類識(shí)別，達(dá)到了SVM近兩倍的精度。綜上，基于雷達(dá)的人體姿態(tài)識(shí)別可以在簡(jiǎn)單架構(gòu)中實(shí)現(xiàn)高度相似動(dòng)作的分類識(shí)別，具有較高的可行性。利用超寬帶雷達(dá)（UWB）進(jìn)行人體姿態(tài)識(shí)別，由于其高分辨率、強(qiáng)穿透性和功耗低等特點(diǎn)，能有效克服攝像頭存在的光照和隱私問題；保證全天候、全天時(shí)進(jìn)行工作，還能夠有效解決光學(xué)系統(tǒng)因遮擋而無法工作的問題，因而具有較為廣闊的應(yīng)用前景。

本文聚焦于UWB 雷達(dá)人體姿態(tài)識(shí)別的研究，結(jié)合超寬帶雷達(dá)的特性，基于智能化處理方法，將人體姿態(tài)識(shí)別方法按照特征提取的不同分成基于傳統(tǒng)機(jī)器學(xué)習(xí)的識(shí)別方法和基于深度學(xué)習(xí)的識(shí)別方法。通過分析對(duì)比不同識(shí)別算法的基本原理、性能特點(diǎn)以及其局限性，為超寬帶雷達(dá)人體姿態(tài)識(shí)別技術(shù)的研究提供重要參考。

1 超寬帶雷達(dá)及其信號(hào)特征

1.1 定義與組成

超寬帶（Ultra-Wideband，UWB）雷達(dá)的概念是美國Los Alamos 國家實(shí)驗(yàn)室在1990 年3 月召開的超寬帶雷達(dá)會(huì)議上首次提出的[9]。超寬帶是就信號(hào)的相對(duì)帶寬而言的，當(dāng)信號(hào)的帶寬與中心頻率之比大于25%時(shí)稱為超寬帶（UWB）信號(hào)，在1%與25%之間為寬帶（WB），帶寬與中心頻率之比小于1%成為窄帶（NB）[10]，即：

或滿足：

式中，fh和fl分別是信號(hào)的上限頻率和下限頻率，單位為MHz。

典型的超寬帶雷達(dá)由波形產(chǎn)生器、發(fā)射機(jī)、接收機(jī)、收發(fā)天線和信號(hào)處理器等部件組成[11]。由波形產(chǎn)生器產(chǎn)生超寬帶信號(hào)波形，超寬帶信號(hào)波形有極短的持續(xù)時(shí)間或有復(fù)雜的波形（包含許多頻率分量）[11-12]。目前廣泛采用的超寬帶雷達(dá)信號(hào)主要有兩類：非沖激信號(hào)和沖激信號(hào)。其中，非沖激信號(hào)主要是線性調(diào)頻信號(hào)（LFM）、隨機(jī)噪聲等。沖激信號(hào)是一種無載波信號(hào)，主要通過采用基帶波（Baseband Waveform）、單周波（Monocycle）、多周波（Polycycle），來發(fā)射脈沖寬度為納秒量級(jí)的信號(hào)，從而獲得超寬帶。沖激體制的超寬帶雷達(dá)的系統(tǒng)結(jié)構(gòu)比較簡(jiǎn)單，無需任何變換和放大，信號(hào)處理系統(tǒng)也較為簡(jiǎn)單，因此在實(shí)際應(yīng)用中被廣泛采用。

1.2 超寬帶脈沖信號(hào)

目前，基于脈沖形式的無載波信號(hào)是超寬帶雷達(dá)系統(tǒng)中采用最多的信號(hào)，其中常見的超寬帶雷達(dá)脈沖信號(hào)形式主要有多周期脈沖信號(hào)、升余弦脈沖波形、高斯脈沖等。

（1）多周期脈沖信號(hào)

多周期脈沖信號(hào)是最直觀的一種超寬帶脈沖信號(hào)。它是用一個(gè)矩形信號(hào)或窗函數(shù)與正弦函數(shù)相乘，然后截取N個(gè)周期的正弦信號(hào)，即：

其中，f0是正弦波頻率；T是正弦波周期；u(t)是階躍信號(hào)。該信號(hào)優(yōu)勢(shì)在于以正弦波頻率為中心，頻譜配置較為靈活；但載波調(diào)制形式對(duì)于頻率穩(wěn)定性要求較高，不利于系統(tǒng)簡(jiǎn)化。

（2）升余弦脈沖波形

升余弦脈沖信號(hào)的頻域特性滿足：

其中，B為脈沖帶寬；fΔ=B-f6dB，f1=f6dB-fΔ，f6dB是-6 dB頻率點(diǎn)。假設(shè)系統(tǒng)帶寬7.5 GHz，f6dB=3.75 GHz，故fΔ=3.75 GHz，f1=0，可以得到相應(yīng)的時(shí)域信號(hào)：

對(duì)h(t)進(jìn)行搬移，設(shè)搬移后的中心頻率為fc=6.85 GHz，則最終傳輸形式為：

（3）高斯脈沖

基本的高斯信號(hào)表達(dá)式為：

其中，σ控制脈沖有效寬度是高斯信號(hào)的均方差，也稱脈寬因子。

對(duì)式（7）進(jìn)行傅里葉變換：

相應(yīng)的功率譜密度為：

基本高斯脈沖的微分形式：

則其對(duì)應(yīng)功率譜密度為：

高斯信號(hào)具有以下特點(diǎn)：微分形式相對(duì)簡(jiǎn)單，利于建模分析；在時(shí)頻域都有較好分辨率；通過調(diào)整σ和微分次數(shù)n就可調(diào)節(jié)發(fā)射信號(hào)的中心頻率和帶寬；物理實(shí)現(xiàn)相對(duì)簡(jiǎn)單，可近似表示多種超寬帶信號(hào)。因此，高斯脈沖是在人體姿態(tài)識(shí)別中采用最多的超寬帶信號(hào)。

2 傳統(tǒng)機(jī)器學(xué)習(xí)方法

基于雷達(dá)的人體姿態(tài)識(shí)別與基于計(jì)算機(jī)視覺領(lǐng)域的人體姿態(tài)識(shí)別區(qū)別較大，但本質(zhì)都是提取人體姿態(tài)特征。在雷達(dá)領(lǐng)域的目標(biāo)特征量不如視覺圖像領(lǐng)域豐富，所以更側(cè)重于對(duì)特征提取算法和分類識(shí)別算法的研究與改進(jìn)。如圖1 所示，根據(jù)特征提取方法的不同，將超寬帶雷達(dá)人體姿態(tài)識(shí)別方法分為傳統(tǒng)的機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法。

圖1 超寬帶雷達(dá)人體姿態(tài)研究方法分類圖

早期的人體姿態(tài)識(shí)別方案主要采用傳統(tǒng)的機(jī)器學(xué)習(xí)方法，如支持向量機(jī)（SVM）、K近鄰法（K-NN）、隨機(jī)森林（RF）等。這些分類識(shí)別方法基于統(tǒng)計(jì)學(xué)理論，主要依靠從原始回波數(shù)據(jù)中提取的淺層特征如均值、方差、歐氏距離、傅里葉變換和短時(shí)傅里葉變換（STFT）等[13]。而后根據(jù)采用的特征提取方案如主成分分析（PCA）法、離散余弦變換（DCT）法等，來選擇突出的淺層特征進(jìn)行識(shí)別。其中，最為常用的是經(jīng)典的SVM識(shí)別方法。

2.1 SVM基本原理

SVM 是Vapnik 等人根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論提出的[14]，主要思想就是確定正確劃分樣本的參數(shù)w和b并且使得分類間隔ρ最大，需要通過對(duì)訓(xùn)練數(shù)據(jù)集的處理來完成，如圖2所示。

圖2 最優(yōu)分類面示意圖

假設(shè)訓(xùn)練數(shù)據(jù)集為：

其中，N為訓(xùn)練樣本數(shù)，y是樣本類別標(biāo)號(hào)。w為權(quán)重向量，b為最優(yōu)分類面偏移，那么d維空間的分類面判別函數(shù)為g(x)=w·x+b，構(gòu)造最優(yōu)分類面等價(jià)于：

但是在線性不可分的情況下，通過引入核函數(shù)K(x,xi)代替最優(yōu)分類面中的點(diǎn)積，將原輸入空間變換到新的高維特征空間，在新的特征空間構(gòu)造線性分類超平面。這個(gè)特征空間是由φ(x)來決定，其內(nèi)積運(yùn)算用核函數(shù)K(x,xi)代替，即：

在這樣一個(gè)新的特征空間中，有些樣本數(shù)據(jù)點(diǎn)會(huì)偏離正常位置而無法滿足約束條件，這時(shí)，可以通過引入懲罰因子C，同時(shí)增加松弛項(xiàng)ξi≥0，放寬對(duì)線性可分的約束條件，使得線性不可分變成線性可分，如圖3 所示。這時(shí)，公式（13）就變成：

圖3 原始數(shù)據(jù)非線性映射到特征空間

這是一個(gè)凸二次優(yōu)化問題，該優(yōu)化問題的拉格朗日函數(shù)為：

通過求解與原問題等價(jià)的對(duì)偶問題得到原問題的最優(yōu)解：

這樣，就將線性不可分問題轉(zhuǎn)化成線性可分問題，只需求解Q(α)最大值即可。在選擇合適的核參數(shù)σ值的前提下，增加懲罰因子C能使數(shù)據(jù)的可分性趨于穩(wěn)定，反之將會(huì)導(dǎo)致泛化能力下降。因此核參數(shù)σ和懲罰因子C的選擇是SVM的關(guān)鍵。表1中給出了幾種常見的核函數(shù)的相關(guān)表達(dá)。

表1 核函數(shù)的相關(guān)表達(dá)

2.2 基于SVM的人體姿態(tài)識(shí)別

基于SVM的人體姿態(tài)識(shí)別方法的研究大體上有兩個(gè)側(cè)重點(diǎn)：一是側(cè)重于對(duì)特征提取方法的改進(jìn)；二是側(cè)重于對(duì)SVM 模型的優(yōu)化。文獻(xiàn)[15]使用超寬帶雷達(dá)研究對(duì)不同人體活動(dòng)進(jìn)行分類識(shí)別的可行性，分別采集8位參與者的8種典型的人體活動(dòng)，然后利用主成分分析（PCA）提取回波信號(hào)的主要分量。首先對(duì)回波矩陣去平均化記為XT，然后計(jì)算X·XT的協(xié)方差矩陣W的特征值和對(duì)應(yīng)的特征向量，最后將矩陣投影到新的特征空間達(dá)到降維的目的，即：

式中，k是頻譜圖中的多普勒指數(shù)；w(p)是一個(gè)窗函數(shù)。然后將頻譜圖與加權(quán)系數(shù)相乘并在有效范圍內(nèi)累加就得到每個(gè)姿態(tài)的頻譜圖：

式中，σm就是加權(quán)系數(shù)，根據(jù)能量分布特征定義：

式中，Em就是第m個(gè)距離門的能量。然后利用PAC計(jì)算矩陣特征值，將特征值降序排列，選擇了占比99.07%的前60 個(gè)的特征值對(duì)應(yīng)的特征向量作為有效特征，輸入SVM 模型進(jìn)行學(xué)習(xí)，得到原位運(yùn)動(dòng)的平均準(zhǔn)確率為89.7%，非原位運(yùn)動(dòng)的平均準(zhǔn)確率為90.5%。

在進(jìn)行姿態(tài)識(shí)別時(shí)，還可以結(jié)合小波變換進(jìn)行處理。文獻(xiàn)[17]利用UWB雷達(dá)提取人體姿態(tài)回波的時(shí)間-距離維特征信息，對(duì)二維信號(hào)進(jìn)行離散小波變換，將每個(gè)二維圖像分解為多個(gè)離散子圖像，使其更多地體現(xiàn)細(xì)節(jié)信息。為了避免小波分解帶來的信息冗余問題，采用奇異值分解法進(jìn)行有效特征提取，選取最大的奇異值作為特征對(duì)SVM 模型進(jìn)行訓(xùn)練，使其對(duì)9 種人體姿態(tài)識(shí)別率超過90%，但是該方法同樣存在個(gè)別動(dòng)作識(shí)別混淆的問題。

針對(duì)利用傳統(tǒng)時(shí)頻分析方法實(shí)現(xiàn)人體姿態(tài)識(shí)別時(shí)存在的實(shí)時(shí)性差，識(shí)別率低等問題，有不少學(xué)者在改進(jìn)特征提取方法的同時(shí)對(duì)SVM模型參數(shù)進(jìn)行優(yōu)化。北京郵電大學(xué)的江進(jìn)等人[18]通過小波包分解法提取8 種人體姿態(tài)的超寬帶雷達(dá)信號(hào)的能量分布特征，利用改進(jìn)的混沌自適應(yīng)遺傳算法（ICAGA）對(duì)SVM 的參數(shù)C和σ進(jìn)行優(yōu)化，能達(dá)到97.6%的識(shí)別率。文獻(xiàn)[19]則提出了基于PCA 和DCT 變換的特征能量概念，在模型訓(xùn)練階段，利用網(wǎng)格搜索算法（CS）優(yōu)化SVM 的參數(shù)C和σ，最終驗(yàn)證當(dāng)時(shí)識(shí)別率為96.09%，當(dāng)時(shí)識(shí)別率為98.04%，平均識(shí)別率達(dá)到96%以上。

基于傳統(tǒng)機(jī)器學(xué)習(xí)方法的人體識(shí)別方案為了確保識(shí)別的效果通常會(huì)提取大量的淺層特征，而不去管這些特征是否最終真的有益于識(shí)別。而淺層特征的多樣化會(huì)潛在地增加不同特征之間的冗余度，未必能夠提高識(shí)別的精度。因此，對(duì)回波信號(hào)的分析、特征提取和選擇使這些方法奏效的關(guān)鍵。從表2 中很容易看出特征選擇和提取方法好壞會(huì)直接影響到分類器識(shí)別的準(zhǔn)確性和效率。在實(shí)際應(yīng)用中，這些特征處理方法可能僅限于特定問題，很難具有普適性。此外，傳統(tǒng)的人體姿態(tài)識(shí)別方案對(duì)于涉及到過渡動(dòng)作的復(fù)雜人體姿態(tài)的識(shí)別效果一般。

表2 基于傳統(tǒng)機(jī)器學(xué)習(xí)的人體姿態(tài)識(shí)別方法匯總

3 深度學(xué)習(xí)方法

基于深度學(xué)習(xí)的方法為UWB雷達(dá)人體姿態(tài)識(shí)別開辟了一條全新的道路，它能夠有效避免傳統(tǒng)機(jī)器學(xué)習(xí)方法中手工特征提取和選擇的繁瑣，并帶來性能的改善。深度學(xué)習(xí)[20]源于人工神經(jīng)網(wǎng)絡(luò)的研究領(lǐng)域，其概念最早由Hinton 等人于2006 年提出，主要是通過構(gòu)建很多隱藏層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來自動(dòng)學(xué)習(xí)隱藏的有用特征并生成用于識(shí)別的虛擬特征，從而提升分類識(shí)別的自動(dòng)化和準(zhǔn)確性，這些由深度神經(jīng)網(wǎng)絡(luò)探索的虛擬特征被稱為深度特征。深度學(xué)習(xí)[21]在學(xué)習(xí)執(zhí)行分層任務(wù)、特征提取以及識(shí)別等方面具有較大優(yōu)勢(shì)，尤其是卷積神經(jīng)網(wǎng)絡(luò)（CNN）是深度學(xué)習(xí)中最常用的模型，已成為圖像處理和識(shí)別領(lǐng)域的主流方法。與傳統(tǒng)機(jī)器學(xué)習(xí)方法相比，它通過數(shù)據(jù)自動(dòng)學(xué)習(xí)有效特征提取方法的機(jī)制，無需人工設(shè)計(jì)特征提取環(huán)節(jié)，在減少處理環(huán)節(jié)的同時(shí)還能識(shí)別復(fù)雜的人體活動(dòng)。因此，其同樣可應(yīng)用于UWB雷達(dá)的人體姿態(tài)識(shí)別。

3.1 CNN基本原理

經(jīng)典的CNN 一般包含輸入層、卷積層、池化層、全連接層和輸出層，它的訓(xùn)練過程是將處理好的數(shù)據(jù)在卷積層與池化層的作用下交替訓(xùn)練，逐步提取出特征，形成最后抽象的深度特征[22]。

假設(shè)CNN 模型的原始輸入為S0，則第i層卷積層輸出為：

式中，Ki為第i層卷積核權(quán)值向量。式（23）表示第i-1層的輸入特征圖與卷積核進(jìn)行卷積，輸出結(jié)果與第i層的偏置項(xiàng)bi相加，然后通過激活函數(shù)f(x)的非線性映射得到第i層的輸出特征圖。使用CNN 模型的一個(gè)重要問題是加快網(wǎng)絡(luò)訓(xùn)練速度，可以采用ReLU函數(shù)來實(shí)現(xiàn)，其具體形式為：

池化操作是一個(gè)降維和下采樣過程，用于減少網(wǎng)絡(luò)訓(xùn)練參數(shù)，加快訓(xùn)練速度，同時(shí)增強(qiáng)模型的泛化能力。一般做法是將前一層的局部區(qū)域值映射為單個(gè)數(shù)值，即在濾波器算子滑動(dòng)區(qū)域內(nèi)取最大值或平均值，最常用的就是最大池化和平均池化。

全連接層將學(xué)到的深度特征映射到標(biāo)記空間，得到輸入S0隸屬于不同類別的概率矢量Y，即：

式中，li為第i個(gè)標(biāo)簽。

通過以上分析可見，CNN 實(shí)際上將原始輸入S0經(jīng)降維和下采樣等變換映射到一個(gè)新的特征空間Y的過程。

3.2 基于CNN的人體姿態(tài)識(shí)別

2012年，Krizhevsky等[23]人提出了基于CNN的分類識(shí)別算法，在此之前，SVM在分類識(shí)別問題上一直占有絕對(duì)優(yōu)勢(shì)。CNN 具有強(qiáng)大的特征提取能力，無需經(jīng)過繁瑣的手工特征提取，能夠識(shí)別雷達(dá)圖像的潛在特征，在UWB 雷達(dá)人體識(shí)別領(lǐng)域引起了眾多學(xué)者的關(guān)注，并由此產(chǎn)生出大量的衍生網(wǎng)絡(luò)模型。

文獻(xiàn)[24]利用UWB雷達(dá)采集人體手勢(shì)的微多普勒特征，然后結(jié)合改進(jìn)的深度卷積網(wǎng)絡(luò)（DCNN）對(duì)10種手勢(shì)進(jìn)行識(shí)別，如圖4所示為該研究所采用的DCNN結(jié)構(gòu)圖。在訓(xùn)練環(huán)節(jié)采用5 重交叉驗(yàn)證法來提高模型的泛化能力，達(dá)到了90%以上平均識(shí)別率，但仍存在對(duì)距離和方位角變化敏感的問題。針對(duì)這一問題，文獻(xiàn)[25]從手勢(shì)回波的預(yù)處理信號(hào)中提取3個(gè)具有魯棒性的特征，即幅度直方圖的pdf 分布，頻率和到達(dá)時(shí)間（TOA）方差。文中將基于TOA 的距離信息作為K-means 聚類算法的附加參數(shù)，使得算法對(duì)距離方位變化更具有魯棒性，還定義了一種數(shù)據(jù)擬合算法，通過檢測(cè)手勢(shì)運(yùn)動(dòng)的周期性來消除手或身體產(chǎn)生的意外運(yùn)動(dòng)。即使在車內(nèi)不同環(huán)境下，改變手勢(shì)方向仍達(dá)到95%的準(zhǔn)確率。文獻(xiàn)[26]則使用3個(gè)置于不同方位的脈沖超寬帶（IR-UWB）雷達(dá)獲取手勢(shì)軌跡，利用MNIST 數(shù)據(jù)集訓(xùn)練CNN 模型。實(shí)驗(yàn)通過采集5 位受試者從不同方位以不同速度產(chǎn)生的樣本進(jìn)行驗(yàn)證：該方法對(duì)于方向、距離、速度和用戶更具有健壯性，且能滿足實(shí)時(shí)處理的需求。但若室內(nèi)環(huán)境雜亂無章，可能會(huì)使雷達(dá)數(shù)據(jù)失真。針對(duì)大規(guī)模神經(jīng)網(wǎng)絡(luò)容易過擬合的問題，文獻(xiàn)[27]在CNN結(jié)構(gòu)中添加Dropout 層和局部歸一化層（LRN）來防止模型過擬合，提高模型的泛化能力。通過SIR-20高速探地雷達(dá)獲取8種典型人體動(dòng)作的回波信號(hào)，然后提取回波中距離隨時(shí)間變化的特征信息生成距離-時(shí)間二維特征矩陣，并將特征矩陣輸入到改進(jìn)后的CNN 進(jìn)行訓(xùn)練識(shí)別，最終達(dá)到99.2%的識(shí)別率。在此基礎(chǔ)上文獻(xiàn)[28]增加動(dòng)作的復(fù)雜度，設(shè)計(jì)了9種經(jīng)典的體育動(dòng)作，利用UWB雷達(dá)獲取高分辨率距離信息，在對(duì)人體回波構(gòu)成的時(shí)間-距離像進(jìn)行灰度處理后，根據(jù)灰度圖的明暗信息來對(duì)改進(jìn)的DCNN 進(jìn)行訓(xùn)練，達(dá)到了96.67%的識(shí)別率，遠(yuǎn)高于常用的傳統(tǒng)機(jī)器學(xué)習(xí)方法如RF、K-NN、SVM。文獻(xiàn)[29]同時(shí)進(jìn)行人體姿態(tài)和身份的多任務(wù)識(shí)別，構(gòu)建基于CNN的多任務(wù)識(shí)別模型。利用壓縮激勵(lì)（SE）模塊將輸入特征維度將為原來的1/16，通過多尺度特征融合進(jìn)行兩個(gè)相關(guān)識(shí)別任務(wù)的共享特征表示，然后在各自的特定任務(wù)層完成識(shí)別。文中還引入中心損失函數(shù)與均方誤差損失函數(shù)，與傳統(tǒng)的交叉熵?fù)p失函數(shù)相結(jié)合，共同優(yōu)化模型。該法有效地提高模型的泛化能力，平均識(shí)別率達(dá)到99.3%。文獻(xiàn)[30]首次提出利用UWB 雷達(dá)進(jìn)行人體睡眠姿態(tài)監(jiān)測(cè)識(shí)別，提出一種名為SleepPoseNet 的方法，利用多視角學(xué)習(xí)（MVL）組合來自時(shí)域和頻域的特征信息，然后通過DCNN 進(jìn)行分類識(shí)別，最終能對(duì)6 種睡眠姿態(tài)實(shí)現(xiàn)73.7%的識(shí)別率。但是受限于雷達(dá)性能，無法識(shí)別相同范圍不同角度的對(duì)象。

圖4（a） 具有3層隱藏層的DCNN結(jié)構(gòu)

圖4（b） 單個(gè)隱藏層結(jié)構(gòu)

網(wǎng)絡(luò)層數(shù)的增加可以在一定程度上提高分類精度。但隨著層數(shù)的增加易出現(xiàn)網(wǎng)絡(luò)過擬合的問題。針對(duì)復(fù)雜的CNN 結(jié)構(gòu)易過擬合的問題，有不少學(xué)者提出了新思路。文獻(xiàn)[31]受GooLeNet架構(gòu)的啟發(fā)，提出基于Inception模塊的3D-CNN模型：首先提出將雷達(dá)信號(hào)轉(zhuǎn)換成灰度圖像，然后再映射成3D RGB 圖像，使得每個(gè)姿態(tài)的特征更加直觀突出。該模型不是傳統(tǒng)的線性堆疊各層，而是利用Inception 模塊來增加網(wǎng)絡(luò)的復(fù)雜性，每個(gè)Inception模塊由3個(gè)卷積層和1個(gè)最大池化層級(jí)聯(lián)而成，將7 個(gè)Inception 模塊串聯(lián)在一起，就能獲得不同抽象級(jí)別的深度特征，從而提取更多輸入特征圖的細(xì)節(jié)特征，該方法對(duì)8 種手勢(shì)識(shí)別精度達(dá)到了95%，分類效果好于GooLeNet 和常規(guī)的CNN 模型。該方法的主要缺點(diǎn)是待識(shí)別的手勢(shì)必須在指定區(qū)域和時(shí)間段內(nèi)完成，并且識(shí)別的精度也會(huì)受到手勢(shì)角度的影響。文獻(xiàn)[32]認(rèn)為上述方法均未對(duì)人體微多普勒特征的長(zhǎng)期穩(wěn)定性進(jìn)行研究，因而對(duì)人體姿態(tài)進(jìn)行長(zhǎng)期間隔觀察，同時(shí)提出平行的雙通道網(wǎng)絡(luò)：一個(gè)基于Xception 模塊的CNN通道，在ImageNet 上進(jìn)行了預(yù)訓(xùn)練；一個(gè)包含2 個(gè)長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）層的獨(dú)立LSTM 通道，用于提取與時(shí)間相關(guān)的特征以確保長(zhǎng)期穩(wěn)定性。Xception 模塊作為Inception-V3 模塊的改進(jìn)，用深度可分離卷積代替了原始卷積運(yùn)算，從而在不增加網(wǎng)絡(luò)復(fù)雜性的情況下提高了模型的效果，避免模型過擬合。

一個(gè)完整的人體姿態(tài)應(yīng)該被記錄在指定幀內(nèi)，但是很難識(shí)別在相對(duì)較長(zhǎng)的測(cè)試頻譜圖中傳達(dá)的短時(shí)間動(dòng)作如拳擊和踢球等。因此，上述研究中都將輸入的人體姿態(tài)回波數(shù)據(jù)調(diào)整為固定大小，并假設(shè)僅包含單一人體姿態(tài)的時(shí)變信息，這就導(dǎo)致大多數(shù)模型的時(shí)間分辨率受輸入時(shí)間窗口大小的限制。針對(duì)這一問題，文獻(xiàn)[33]將微多普勒頻譜圖看作特殊的時(shí)間序列數(shù)據(jù)，提出分段卷積門控遞歸神經(jīng)網(wǎng)絡(luò)（SCGRNN），將CNN 和門控遞歸單元（GUR）組合在一個(gè)模型中，分別定義了GUR 的更新門、復(fù)位門、隱藏狀態(tài)和權(quán)重矩陣，其學(xué)習(xí)示意圖如圖5所示，卷積層和池化層用于提取局部特征。GRU將多個(gè)相鄰元素的CNN特征作為輸入來檢測(cè)每個(gè)時(shí)間步長(zhǎng)的動(dòng)作，并將GRU遞歸細(xì)胞的隱藏狀態(tài)反饋到Softmax層來獲得每個(gè)時(shí)間步長(zhǎng)的概率分布，從而避免固定訓(xùn)練樣本大小造成的限制，甚至可以檢測(cè)動(dòng)作的開始和結(jié)束時(shí)間點(diǎn)，最后引入留一法（LOO）交叉驗(yàn)證該模型在噪聲魯棒性和泛化性能方面的優(yōu)勢(shì)，如表3所示。

圖5 微多普勒頻譜圖的局部特征學(xué)習(xí)示意圖

表3 留一法（LOO）交叉驗(yàn)證方案的分類識(shí)別率 %

表4為文獻(xiàn)[42]介紹的在視覺領(lǐng)域的人體姿態(tài)識(shí)別公開的數(shù)據(jù)集，按復(fù)雜程度將人體活動(dòng)類型劃分為簡(jiǎn)單動(dòng)作、交互行為、群體活動(dòng)以及復(fù)雜事件。不難看出，視覺領(lǐng)域的人體姿態(tài)識(shí)別的數(shù)據(jù)集較為豐富，從簡(jiǎn)單動(dòng)作到復(fù)雜的事件都有所涵蓋，樣本容量也都足夠大，這就為視覺領(lǐng)域的人體姿態(tài)識(shí)別提供了很好的基礎(chǔ)。相比視覺領(lǐng)域，基于UWB 雷達(dá)的人體姿態(tài)識(shí)別的研究尚處于起步階段，其公開的數(shù)據(jù)集較少。表5為文中提到的基于深度學(xué)習(xí)的人體姿態(tài)識(shí)別模型的匯總。同樣可知，當(dāng)前利用UWB雷達(dá)進(jìn)行人體姿態(tài)識(shí)別的研究基本都是基于自測(cè)數(shù)據(jù)集。圖6 為視覺領(lǐng)域以及文中部分文獻(xiàn)采用的數(shù)據(jù)樣本量大小進(jìn)行對(duì)比，可以很直觀地得出：基于UWB雷達(dá)的人體姿態(tài)識(shí)別研究普遍存在樣本量偏小的問題。而訓(xùn)練有效的深度神經(jīng)網(wǎng)絡(luò)需要大量的樣本數(shù)據(jù)，樣本量不足可能會(huì)導(dǎo)致訓(xùn)練深度網(wǎng)絡(luò)時(shí)產(chǎn)生嚴(yán)重的過擬合問題。

表4 人體姿態(tài)公開數(shù)據(jù)集匯總表

表5 基于深度學(xué)習(xí)的人體姿態(tài)識(shí)別模型匯總

圖6 樣本量對(duì)比圖

針對(duì)深度學(xué)習(xí)時(shí)樣本量不足的問題，不少學(xué)者提出了針對(duì)性的解決方案。文獻(xiàn)[43]中提出了遷移學(xué)習(xí)優(yōu)化模型，首先利用大樣本對(duì)CNN進(jìn)行預(yù)訓(xùn)練，然后用超限學(xué)習(xí)機(jī)（ELM）取代CNN 中的全連接層，用小樣本數(shù)據(jù)集對(duì)ELM 層進(jìn)行訓(xùn)練，最后降低網(wǎng)絡(luò)對(duì)樣本量的需求。實(shí)驗(yàn)表明，該方法在使識(shí)別率達(dá)到94%的同時(shí)，能夠大大縮短網(wǎng)絡(luò)訓(xùn)練時(shí)間。文獻(xiàn)[44]提出了新的全卷積網(wǎng)絡(luò)（A-ConvNets），它用稀疏連接層取代全連接層，實(shí)驗(yàn)結(jié)果表明，在僅有10個(gè)樣本的條件下，采用該方法可以達(dá)到99%的準(zhǔn)確率。度量學(xué)習(xí)也常用來解決小樣本下的分類識(shí)別問題，它可以將分類識(shí)別問題轉(zhuǎn)換為判斷兩個(gè)樣本是否屬于同一類別的二分類問題。假設(shè)每個(gè)類型有10 個(gè)樣本，那么就會(huì)有個(gè)正樣本對(duì)個(gè)負(fù)樣本對(duì)，正負(fù)樣本對(duì)數(shù)量的不平衡會(huì)導(dǎo)致網(wǎng)絡(luò)傾向于輸出兩個(gè)樣本來自不同類別的預(yù)測(cè)。為了解決這個(gè)問題，文獻(xiàn)[45]嘗試用兩個(gè)權(quán)重相同的CNN構(gòu)成的孿生卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)度量學(xué)習(xí)，如圖7（a）所示，首先利用孿生網(wǎng)絡(luò)提取樣本的特征向量，比較樣本特征域的差異，然后通過全連接層將向量差異映射為標(biāo)量，由其代表兩樣本之間的距離度量，通過計(jì)算其相似度來判斷其來自同一類型。這種方式需要計(jì)算測(cè)試樣本與每個(gè)訓(xùn)練樣本的樣本相似度，非常耗時(shí)。因此，文中在單支孿生網(wǎng)絡(luò)后面再訓(xùn)練一個(gè)分類網(wǎng)絡(luò)，將單支孿生網(wǎng)絡(luò)用作特征提取，僅僅需要區(qū)分輸入兩個(gè)樣本的距離大小即可完成分類識(shí)別，如圖7（b）所示。即使在僅有少量訓(xùn)練樣本的情況下，該網(wǎng)絡(luò)的識(shí)別性能仍優(yōu)于A-ConvNets?？偟膩碚f，基于深度學(xué)習(xí)的UWB雷達(dá)人體姿態(tài)識(shí)別方法除了要從根源上擴(kuò)充樣本數(shù)據(jù)集，還可以通過遷移學(xué)習(xí)、度量學(xué)習(xí)等方法來優(yōu)化模型實(shí)現(xiàn)小樣本下的人體姿態(tài)識(shí)別。

4 超寬帶雷達(dá)人體姿態(tài)識(shí)別模型

圖7 文獻(xiàn)[45]采用的網(wǎng)絡(luò)架構(gòu)

從以上的研究不難推知，基于UWB 雷達(dá)人體姿態(tài)識(shí)別系統(tǒng)應(yīng)包含人體回波數(shù)據(jù)采集、回波數(shù)據(jù)處理和特征提取、識(shí)別算法這三個(gè)關(guān)鍵部分，詳見圖8。其中，回波數(shù)據(jù)處理和特征提取方法可分為四類：（1）基于傳統(tǒng)統(tǒng)計(jì)學(xué)的方法，包括雷達(dá)回波包絡(luò)的均值、方差、最大值、最小值等統(tǒng)計(jì)學(xué)特征；（2）基于時(shí)頻變換的方法，主要包括短時(shí)傅里葉變換、傅里葉變換（STFT）、偽維格納分布（PWVD）、小波變換等；（3）基于組件分析的方法，主要包括主成分分析法（PCA）和獨(dú)立成分分析法（ICA）等；（4）基于深度學(xué)習(xí)的方法，主要包括卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)等。目前，主流研究認(rèn)為深度學(xué)習(xí)方法是一種識(shí)別分類算法，但其本質(zhì)上也是一種特征提取方法[46]。它通過多層卷積、池化等操作來提取特征，然后將提取的特征通過全連接層類似Softmax分類器來進(jìn)行分類識(shí)別。

圖8 超寬帶雷達(dá)人體姿態(tài)識(shí)別通用模型

5 結(jié)束語

本文根據(jù)超寬帶雷達(dá)信號(hào)特性和識(shí)別框架，對(duì)超寬帶雷達(dá)人體姿態(tài)識(shí)別方法中的傳統(tǒng)機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法進(jìn)行了總結(jié)和分析。重點(diǎn)對(duì)兩類方法中具有代表性的SVM和CNN進(jìn)行原理分析和介紹，并結(jié)合具體文獻(xiàn)分析了其各自的優(yōu)勢(shì)與局限性，最后提出了超寬帶雷達(dá)人體姿態(tài)識(shí)別的通用模型。

從識(shí)別姿態(tài)種類和識(shí)別率兩個(gè)方面，圖9給出部分文獻(xiàn)所采用模型的性能對(duì)比，可以很明顯地看出深度學(xué)習(xí)方法的識(shí)別準(zhǔn)確率普遍高于傳統(tǒng)機(jī)器學(xué)習(xí)方法。表6中對(duì)比了兩類識(shí)別方法的性能，可以得出：傳統(tǒng)機(jī)器學(xué)習(xí)方法提取人工設(shè)計(jì)的淺層特征，對(duì)于特征的提取方法和選擇要求較高，但是模型訓(xùn)練相對(duì)簡(jiǎn)單，檢測(cè)速度快且對(duì)硬件設(shè)備要求較低。而深度學(xué)習(xí)方法可以自動(dòng)學(xué)習(xí)生成深度特征，特征靈活性高，系統(tǒng)魯棒性好，但是模型訓(xùn)練難度較大，計(jì)算更加復(fù)雜，檢測(cè)速度慢，這就意味著對(duì)硬件設(shè)備的要求更高。如何綜合利用這兩類方法，在兼顧運(yùn)算成本的同時(shí)提高模型性能，仍需進(jìn)一步研究。

圖9 部分文獻(xiàn)中模型性能對(duì)比圖

綜合現(xiàn)有研究，當(dāng)前利用UWB 雷達(dá)來實(shí)現(xiàn)人體姿態(tài)識(shí)別面臨的主要困難包括：

（1）相比于計(jì)算機(jī)視覺領(lǐng)域的人體姿態(tài)識(shí)別有著數(shù)目龐大的公開數(shù)據(jù)集，雷達(dá)領(lǐng)域的人體姿態(tài)鮮有公開的數(shù)據(jù)集，研究基本都是基于自測(cè)數(shù)據(jù)或者仿真數(shù)據(jù)，這已成為利用UWB雷達(dá)實(shí)現(xiàn)人體姿態(tài)識(shí)別邁向?qū)嵱没囊淮笳系K。

（2）深度學(xué)習(xí)的網(wǎng)絡(luò)模型訓(xùn)練基于數(shù)量巨大的數(shù)據(jù)庫，在無法滿足數(shù)據(jù)需求的情況下，如何在小樣本數(shù)據(jù)量的基礎(chǔ)上實(shí)現(xiàn)對(duì)識(shí)別系統(tǒng)的訓(xùn)練，并保持較高的識(shí)別率是當(dāng)前研究的難點(diǎn)。

表6 兩類識(shí)別方法性能對(duì)比

（3）人的肢體復(fù)雜且靈活，當(dāng)頻繁出現(xiàn)相似復(fù)雜動(dòng)作時(shí)很難避免識(shí)別的混淆，如何通過算法設(shè)計(jì)有效降低錯(cuò)誤率，是當(dāng)前UWB 雷達(dá)人體姿態(tài)識(shí)別的又一挑戰(zhàn)。除此之外，當(dāng)前基于UWB 的人體識(shí)別的研究多限于單個(gè)人體姿態(tài)的識(shí)別，對(duì)于交互動(dòng)作或團(tuán)體動(dòng)作的識(shí)別研究幾近空白。

綜上所述，本文認(rèn)為未來的發(fā)展趨勢(shì)和研究方向可能有以下幾點(diǎn)：

（1）當(dāng)前研究多局限于室內(nèi)或者干擾較少的環(huán)境中，在應(yīng)用中，由于環(huán)境的復(fù)雜性可能會(huì)引起回波的特性的變化而導(dǎo)致算法失效；此外，雷達(dá)圖像與光學(xué)圖像的差異性也使在雷達(dá)圖像信息提取和目標(biāo)解譯過程具有特殊性，對(duì)電磁散射機(jī)理的理解和分析將至關(guān)重要[47]。因此，結(jié)合電磁散射特性開發(fā)新的算法來解決具體應(yīng)用場(chǎng)景下的特征損失和噪聲干擾等問題將會(huì)是未來的一個(gè)重要研究方向。

（2）由于鮮有公開的基于雷達(dá)的人體姿態(tài)數(shù)據(jù)集，當(dāng)前基于UWB 雷達(dá)的人體姿態(tài)研究多基于自測(cè)數(shù)據(jù)集，很多研究成果可復(fù)現(xiàn)性差。而樣本數(shù)據(jù)集對(duì)于模型的訓(xùn)練、優(yōu)化是十分重要的，因此構(gòu)建基于雷達(dá)的人體姿態(tài)識(shí)別專門數(shù)據(jù)集和評(píng)測(cè)標(biāo)準(zhǔn)將尤為重要，這也是支撐未來研究工作的重要基礎(chǔ)。

（3）針對(duì)小樣本問題，除了從根源上增加樣本量，擴(kuò)充數(shù)據(jù)庫外，通過遷移學(xué)習(xí)、度量學(xué)習(xí)、無監(jiān)督學(xué)習(xí)以及半監(jiān)督學(xué)習(xí)能較好的解決這一問題，因此，對(duì)小樣本學(xué)習(xí)方法的研究，也是未來該領(lǐng)域研究的一個(gè)重要方向。

（4）深度學(xué)習(xí)無疑會(huì)成為未來UWB 雷達(dá)人體識(shí)別領(lǐng)域的主力軍。當(dāng)前的模型研究逐漸聚焦于速度和準(zhǔn)確度的權(quán)衡，網(wǎng)絡(luò)模型正在從巨型網(wǎng)絡(luò)向輕量化網(wǎng)絡(luò)演變[48]，如文中提到的用Inception模塊及Xception模塊代替多個(gè)卷積層來降低網(wǎng)絡(luò)模型的復(fù)雜性。因此加強(qiáng)對(duì)網(wǎng)絡(luò)模型基礎(chǔ)框架的創(chuàng)新和優(yōu)化，在降低訓(xùn)練復(fù)雜度的同時(shí)確保識(shí)別準(zhǔn)確率也是未來研究的重要內(nèi)容。

（5）要想將UWB 雷達(dá)人體姿態(tài)識(shí)別從真正意義上實(shí)用化，僅僅對(duì)單一人體姿態(tài)的識(shí)別是不夠的。區(qū)分不同人體目標(biāo)且提取各自有效特征，從而實(shí)現(xiàn)多人姿態(tài)識(shí)別，將是拓展該領(lǐng)域應(yīng)用的重要研究課題。