歩行者識別のためのマイクロドップラー署名を用いたマルチ特性学習法【JST・京大機械翻訳】

Xiang Yu; Huang Yu; Xu Haodong; Zhang Guangbo; Wang Wenyong

プレプリント

J-GLOBAL ID：202202213580089605 整理番号：22P0308886

歩行者識別のためのマイクロドップラー署名を用いたマルチ特性学習法【JST・京大機械翻訳】

A Multi-Characteristic Learning Method with Micro-Doppler Signatures for Pedestrian Identification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

レーダマイクロドップラー署名を用いた歩行者の同定は,近年,最新の話題になった。本論文では,クラスタを持つマルチ特性学習(MCL)モデルを提案して,矛盾する歩行者マイクロドップラー署名を共同学習し,各クラスタから最終決定に学習した知識を融合させた。マイクロドップラー署名の2つのカテゴリーとして,FMCWレーダから抽出した時間ドップラースペクトログラム(TDS)と信号統計的特徴を,歩行者の自由歩行パターン内のマイクロモーション情報を学習するためにMCLで用いた。実験結果は,著者らのモデルがより高い精度比率を達成して,他の研究より歩行者同定のためにより安定であることを示した。【JST・京大機械翻訳】

, , , , , ,
, , , , , 【Automatic Indexing@JST】

レーダ

, , , ,

前のページに戻る