超寬帶雷達人體姿態(tài)識別方法研究

李俊俠，張秦，鄭桂妹

（1.空軍工程大學(xué) 研究生院，陜西 西安710051；2.空軍工程大學(xué) 防空反導(dǎo)學(xué)院，陜西 西安710051）

0 引言

近些年，人體姿態(tài)識別在安防監(jiān)控、人機交互、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[1-4]。根據(jù)傳感器的種類，現(xiàn)有的人體姿態(tài)識別方法可分為可穿戴式和非接觸式兩類?？纱┐魇絺鞲衅黝愃剖骤C、腳踝監(jiān)視器等[5]，必須貼身佩帶，存在普適性小、便攜性差、損壞率高、功能單一、誤報率高等問題。攝像頭作為傳統(tǒng)的非接觸式傳感器，對存儲空間和信息處理能力要求較高、對光照等條件也較為敏感，存在視力盲區(qū)且易泄露個人隱私。

盡管基于雷達的人體識別系統(tǒng)仍處于發(fā)展初期，但已有眾多學(xué)者驗證了其魯棒性、隱私性和安全性。文獻[6]利用連續(xù)波雷達提取多普勒特征，從多普勒圖中提取4個特征訓(xùn)練支持向量機（SVM），以識別6種有節(jié)奏的人體運動，分類準(zhǔn)確率達到90%以上。文獻[7]利用調(diào)頻連續(xù)波雷達提取人體動作的動態(tài)范圍多普勒軌跡（DRDT），結(jié)合機器學(xué)習(xí)分類方法，將連續(xù)運動分離為單個事件進行處理，平均準(zhǔn)確率為91.9%。文獻[8]率先將深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）應(yīng)用于基于微多普勒特征的人體活動分類，并將其轉(zhuǎn)化成圖像分類問題。文獻[9]在文獻[8]的基礎(chǔ)上，利用多普勒雷達并結(jié)合DCNN方法和轉(zhuǎn)移學(xué)習(xí)方法，進行五種常見的人體水上活動的分類識別，達到了SVM近2倍的精度。

綜上，基于雷達的人體姿態(tài)識別可以在簡單架構(gòu)中實現(xiàn)高度相似動作的分類識別，故此方案是可行的。同時UWB雷達具有高分辨率、強穿透性和功耗低等特點，可全天候、全天時進行工作，能有效克服攝像頭存在的光照和隱私問題。因此，利用UWB雷達系統(tǒng)進行人體姿態(tài)識別是一個更好的選擇。

1 超寬帶雷達系統(tǒng)

1.1 組成與定義

超寬帶（Ultra-Wideband，UWB）雷達的概念是美國Los Alamos國家實驗室在1990年3月召開的超寬帶雷達會議上首次提出的[10]。超寬帶是針對信號的相對帶寬而言的，即：

或滿足：

式中：μf表示相對帶寬；μr表示頻段比；fh和fl分別是信號的上限頻率和下限頻率。

信號相對帶寬與頻段比的定義如表1所示。

表1 信號相對帶寬與頻段比的定義

典型的超寬帶雷達是由波形產(chǎn)生器、發(fā)射機、接收機、收發(fā)天線和信號處理器等部件組成[11]。其中，波形產(chǎn)生器產(chǎn)生超寬帶信號波形，超寬帶信號波形具有下列兩個特征之一：有極短的持續(xù)時間或有復(fù)雜的波形（包含許多頻率分量）[12]。目前廣泛采用的超寬帶雷達信號主要有兩類：沖激信號和非沖激信號。其中，非沖激信號主要是指LFM、隨機噪聲等。沖激信號是一種無載波信號，主要通過采用基帶波、單周波及多周波發(fā)射脈沖寬度為納秒量級的信號，從而獲得超寬帶。沖激體制的超寬帶雷達的系統(tǒng)結(jié)構(gòu)比較簡單，無需任何變換和放大，信號處理系統(tǒng)也較為簡單，因此在實際應(yīng)用中被廣泛采用。

1.2 超寬帶脈沖信號

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

1）多周期脈沖信號

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

式中：f0是正弦波頻率；T是正弦波周期；u(t)是階躍信號。該信號的優(yōu)勢在于以正弦波頻率為中心，頻譜配置較為靈活；但載波調(diào)制形式對于頻率穩(wěn)定性要求較高，不利于系統(tǒng)簡化。

2）升余弦脈沖信號

該信號是從頻域發(fā)出的信號，需滿足：

式中：B為 脈 沖 帶 寬；fΔ=B-f6dB，f1=f6dB-fΔ，f6dB是-6 dB頻率點。假設(shè)系統(tǒng)帶寬為7.5 GHz，f6dB=3.75 GHz，故fΔ=3.75 GHz，f1=0?？梢缘玫较鄳?yīng)的時域信號為：

對h(t)進行搬移，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

基本的高斯信號表達式為：

式中σ控制脈沖有效寬度，是高斯信號的均方差，即脈寬因子。

對式（8）進行傅里葉變換：

則相應(yīng)的功率譜密度為：

基本高斯脈沖的微分形式為：

則其對應(yīng)的功率譜密度為：

由上式可知，高斯信號具有以下特點：微分形式相對簡單，有利于建模分析；在時頻域都有較好的分辨率；通過調(diào)整σ和微分次數(shù)n就可調(diào)節(jié)發(fā)射信號的中心頻率和帶寬；物理實現(xiàn)相對簡單，可近似表示多種超寬帶信號。因此，高斯脈沖是在人體姿態(tài)識別中采用最多的超寬帶信號。

2 超寬帶雷達人體識別研究方法

基于雷達的人體姿態(tài)識別與基于計算機視覺領(lǐng)域的人體姿態(tài)識別區(qū)別較大，但本質(zhì)都是提取人體姿態(tài)特征。在雷達領(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)重于對分類識別算法的創(chuàng)新與改進。下面將根據(jù)分類識別算法的不同，對超寬帶雷達人體姿態(tài)識別的研究方法進行概述，詳見圖1。

圖1 超寬帶雷達人體姿態(tài)研究方法分類圖

2.1 傳統(tǒng)的機器學(xué)習(xí)方法

早期的人體姿態(tài)識別方案主要采用傳統(tǒng)的機器學(xué)習(xí)方法，如支持向量機（SVM）、K近鄰法（K-NN）等。這些分類識別方法是基于統(tǒng)計學(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，選擇突出的淺層特征進行人體姿態(tài)識別。如文獻[14]使用超寬帶雷達研究對不同人體活動進行分類識別的可行性。作者分別采集8位參與者8種典型的人體活動，然后利用PCA提取回波信號的主要分量，并結(jié)合SVM進行分類識別，最后達到85%的識別率。文獻[15]通過小波包分解方法提取8種人體姿態(tài)的超寬帶雷達信號的能量分布特征，然后利用改進的混沌自適應(yīng)遺傳算法（Improved Chaos Adaptive Genetic Algorithm，ICAGA）對SVM參數(shù)進行優(yōu)化，最終得到97.6%的識別正確率。文獻[16]對原地姿態(tài)和非原地姿態(tài)進行分層處理，通過集成學(xué)習(xí)方法進行分類識別，得出：K-NN法對6種原地姿態(tài)識別準(zhǔn)確率達到94.4%，Bagged決策樹法對6種非原地姿態(tài)識別率高達95.3%。文獻[17]引入多層分類方法，提出加權(quán)距離-時間-頻率變換（WRTFT）方法獲得相應(yīng)的頻譜圖，然后提取基于PAC的特征以進行機器學(xué)習(xí)，得到原位運動的平均準(zhǔn)確率為85%，非原位運動的平均準(zhǔn)確率為90.5%。文獻[18]首次搭建無載波超寬帶雷達人體姿態(tài)識別系統(tǒng)，創(chuàng)新性地利用改進的網(wǎng)格搜索算法（Improved Grid Search，IGS）優(yōu)化SVM的參數(shù)，最終利用優(yōu)化的SVM對10種人體動作的識別準(zhǔn)確率高達99%。

盡管如此，由于淺層特征的多樣化會潛在地增加不同特征之間的冗余度，獲取更多的淺層特征不一定會提高識別的精度，因此基于傳統(tǒng)的機器學(xué)習(xí)方法的人體識別方案，為了確保識別的效果通常會提取大量的淺層特征，而不去管這些特征是否最終真的用于識別。另外，傳統(tǒng)的人體姿態(tài)識別方案對于涉及到過渡動作的復(fù)雜人體姿態(tài)的識別效果一般。

2.2 深度學(xué)習(xí)方法

深度學(xué)習(xí)源于人工神經(jīng)網(wǎng)絡(luò)的研究領(lǐng)域，其概念最早由Geoffrey Hinton等人于2006年提出[19]，主要是通過構(gòu)建很多隱含層的機器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，自動學(xué)習(xí)隱含的有用特征并生成用于識別的虛擬特征，從而提升分類識別的自動化和準(zhǔn)確化。而這些由深度神經(jīng)網(wǎng)絡(luò)探索的虛擬特征被認(rèn)為是深度學(xué)習(xí)特征，典型的深度學(xué)習(xí)算法包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）、遞歸神經(jīng)網(wǎng)絡(luò)（RNN）等?；谏鲜鲈?，近些年基于深度學(xué)習(xí)的超寬帶雷達人體姿態(tài)識別模型吸引了眾多研究者的關(guān)注。如文獻[20]研究了使用深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）進行人體手勢的微多普勒特征識別的可行性，對10種手勢的識別準(zhǔn)確率為85.6%，對其中7種手勢的識別準(zhǔn)確率為93.1%。文獻[21]通過SIR-20高速探地雷達獲取8種典型的人體姿態(tài)的回波信號，然后提取回波中距離隨時間變化的特征信息生成距離-時間二維特征矩陣，并將特征矩陣輸入到CNN進行訓(xùn)練識別，最終達到99.2%的識別準(zhǔn)確率，提高了多種相似動作的識別準(zhǔn)確率。文獻[22]設(shè)計了9種經(jīng)典的體育動作，利用超寬帶雷達獲取高分辨率距離信息，采用CDNN自動學(xué)習(xí)時間-距離像的分層特征并進行分類識別，平均識別精度達到96.67%，遠高于常用的傳統(tǒng)機器學(xué)習(xí)方法，如隨機森林（RF）、K-NN、SVM。文獻[23]利用超寬帶雷達測量的微多普勒特征頻譜圖識別人體活動，提出分段卷積門控遞歸神經(jīng)網(wǎng)絡(luò)（SCGRNN），并使用門控循環(huán)單位沿時間軸對特征圖進行編碼，最終驗證該方法在噪聲魯棒性和泛化性能方面均優(yōu)于現(xiàn)有模型。

3 分類識別算法

3.1 支持向量機

SVM是文獻[24]根據(jù)統(tǒng)計學(xué)習(xí)理論提出的，它建立在VC維理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上，主要任務(wù)就是確定最優(yōu)分類面的參數(shù)w和b，使分類間隔ρ最大化。假設(shè)訓(xùn)練數(shù)據(jù)集為：

式中：N為訓(xùn)練樣本數(shù)；y是樣本類別標(biāo)號。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，分類面可定義為：

則樣本x到最優(yōu)分類面的幾何距離為，將g(x)歸一化，那么r=，分類間隔，圖2為最優(yōu)分類面示意圖，則構(gòu)造最優(yōu)分類面等價于：

圖2 最優(yōu)分類面示意圖

但是在線性不可分的情況下，樣本數(shù)據(jù)無法滿足式（15）。通過引入懲罰因子C，放寬對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。因此，增加一個松弛項ξi≥0，則式（15）就變成：

圖3 原始數(shù)據(jù)非線性映射到特征空間

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

且滿足αi≥0,μi≥0。對式（17）中w,b,ξ求偏導(dǎo)數(shù)且使其為0得：

由式（18）可得到：

將式（19）代入式（17），得到：

這樣就將線性不可分問題轉(zhuǎn)化成線性可分問題了，只需求解Q(α)的最大值即可。線性不可分SVM在實際應(yīng)用中遠比線性可分SVM要廣泛，SVM的復(fù)雜程度取決于支持向量的數(shù)目，而非輸入數(shù)據(jù)空間的維度，圖4為SVM結(jié)構(gòu)示意圖。

圖4 SVM網(wǎng)絡(luò)結(jié)構(gòu)示意圖

圖4中引入的K(xi,x)為核函數(shù)用來代替最優(yōu)分類面中的點積運算，表2中給出了幾種常見的核函數(shù)的相關(guān)表達。高斯核可以將樣本數(shù)據(jù)映射到無限維，這里選擇高斯核作為核函數(shù)。如圖5所示，將UWB雷達人體回波信號進行預(yù)處理之后分成訓(xùn)練集和測試集，利用測試數(shù)據(jù)集提取的特征訓(xùn)練SVM模型，從而達到分類識別的目的。

3.2 卷積神經(jīng)網(wǎng)絡(luò)

深度學(xué)習(xí)[25]在學(xué)習(xí)執(zhí)行分層任務(wù)、特征提取以及識別等方面具有很好的優(yōu)勢，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別領(lǐng)域的主流方法。與傳統(tǒng)的特征提取方法相比，它通過數(shù)據(jù)自動學(xué)習(xí)有效特征提取方法的機制，無需人工設(shè)計提取特征環(huán)節(jié)，減少了很多工作量，還能一定程度地提高識別的準(zhǔn)確率。因此，可初步驗證卷積神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于人體姿態(tài)識別的可行性和有效性。

卷積神經(jīng)網(wǎng)絡(luò)一般可分成輸入層、卷積層、采樣層（池化層）和輸出層，它的訓(xùn)練過程是將處理好的數(shù)據(jù)在卷積層與采樣層的作用下交替訓(xùn)練，即一層卷積層后接一層采樣層，采樣層后再接一層卷積，循環(huán)反復(fù)，隨著數(shù)據(jù)卷積和采樣的進行，逐步提取出特征，形成最后抽象的深度特征[26]。輸入層可直接接收二維圖像，無需人工參與提取合適特征環(huán)節(jié)。卷積層主要用于特征提取，可理解為加權(quán)求和的過程，它通過預(yù)設(shè)的卷積核對輸入的數(shù)據(jù)進行特征映射。原始數(shù)據(jù)作為第一層卷積層的輸入，第一層輸出的特征圖作為第二層的輸入，以此類推，每層的輸入都會與卷積核進行卷積運算輸出一個特征圖作為下一層的輸入，卷積核按照預(yù)設(shè)的步幅滑動。圖6為卷積神經(jīng)網(wǎng)絡(luò)的卷積運算演示，卷積核K是一個2×2的矩陣，步幅為1。

假設(shè)原始輸入為A(m,n)，卷積核為K，步長為1，那么該卷積層的輸出S為：

式中，K亦稱權(quán)重過濾器，相當(dāng)于對輸入數(shù)據(jù)進行特征提取的滑窗。卷積操作的局部連接方式大大減少了網(wǎng)絡(luò)參數(shù)，同時，具有的權(quán)值共享性質(zhì)可以提高網(wǎng)絡(luò)學(xué)習(xí)與位置無關(guān)的魯棒性。卷積計算的輸出需要通過激勵函數(shù)實現(xiàn)非線性變換，常用的激勵函數(shù)包括Sigmoid函數(shù)、Tanh函數(shù)、ReLU函數(shù)，如表3所示。

表3 激活函數(shù)相關(guān)表達

表3中，Sigmoid函數(shù)把實數(shù)(-∞,+∞)壓縮到(0,1)之間，且兩端無限趨近于0和1，能很好解釋神經(jīng)元的激活。但當(dāng)函數(shù)值趨近于0或1時，它的飽和特性會導(dǎo)致梯度消失，網(wǎng)絡(luò)無法進行有效學(xué)習(xí)。Tanh函數(shù)將實數(shù)值壓縮到(-1,1)之間，相當(dāng)于放大平移后的Sigmoid函數(shù)，也存在飽和區(qū)域，但是輸出是零中心的，學(xué)習(xí)效果比Sigmoid函數(shù)要好。ReLU函數(shù)具有很好的分段特征，當(dāng)x≤0時，輸出恒為零；當(dāng)x＞0時，函數(shù)為線性且輸出等于輸入。相比于Sigmoid和Tanh函數(shù)，ReLU函數(shù)采用隨機梯度下降法進行優(yōu)化，不僅能夠克服梯度消失的問題，同時可以加快網(wǎng)絡(luò)訓(xùn)練速度，因此往往選擇ReLU函數(shù)作為激活函數(shù)，具體形式為：

在每次卷積之后都要經(jīng)過池化層，池化是降采樣和壓縮過程，目的是為了讓輸入的特征更具有健壯性，降低其空間尺度，同時保持深度維度不變。池化的一般做法是將前一層的局部區(qū)域值映射為單個數(shù)值，即在濾波器算子滑動區(qū)域內(nèi)取最大值或平均值，減少網(wǎng)絡(luò)訓(xùn)練參數(shù)，加快訓(xùn)練速度，同時增強模型的泛化能力。假設(shè)上一層卷積輸出為f(i,j)，選擇最大池化，則池化之后的特征為：

式中：L為池化尺度；s代表步長。這樣可以減少數(shù)據(jù)量，同時保持特征平移不變。在一系列的卷積池化操作后，一般會添加Dropout層。Dropout是指在深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練過程中，按照一定的概率（一般在20%～50%）將神經(jīng)網(wǎng)絡(luò)單元暫時從網(wǎng)絡(luò)中丟棄，只用部分的神經(jīng)元構(gòu)建神經(jīng)網(wǎng)絡(luò)，讓網(wǎng)絡(luò)模型學(xué)習(xí)樣本共性而非個別特征，從而防止網(wǎng)絡(luò)模型過擬合，提高模型的魯棒性和泛化能力。當(dāng)然，針對大規(guī)模神經(jīng)網(wǎng)絡(luò)存在的過擬合問題，也可以通過增加數(shù)據(jù)量或添加正則化項（L1，L2）進行改善。

在Dropout層之后，多采用多項Logistic回歸方法，利用Softmax函數(shù)進行分類識別。Softmax函數(shù)將訓(xùn)練得到的特征向量作為函數(shù)的輸入，得到判為各個類別的后驗概率結(jié)果，并選取概率最高的類別作為最終判別結(jié)果，從而完成動作的分類識別。對于給定的一組向量Zi(i=1,2,…,N)，向量Zi的Softmax值可表示為：

圖7 CNN結(jié)構(gòu)示意圖

4 超寬帶雷達人體姿態(tài)識別模型

基于UWB雷達人體姿態(tài)識別系統(tǒng)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、識別算法這三個關(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：一是基于傳統(tǒng)統(tǒng)計學(xué)的方法，包括雷達回波包絡(luò)的均值、方差、最大值、最小值等統(tǒng)計學(xué)特征；二是基于時頻變換的方法，主要包括短時傅里葉變換、傅里葉變換（STFT）、偽維格納分布（PWVD）、小波變換等；三是基于組件分析的方法，主要包括主成分分析法（PCA）和獨立成分分析法（ICA）等；四是基于深度學(xué)習(xí)的方法，主流模型包括卷積神經(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，主流思想認(rèn)為深度學(xué)習(xí)方法是一種識別分類算法，但本質(zhì)上深度學(xué)習(xí)也是一種特征提取方法[27]。它通過多層卷積、池化等操作提取特征，然后將提取的特征通過全連接層類似Softmax分類器進行分類識別。

圖8 超寬帶雷達人體姿態(tài)識別通用模型

5 結(jié)語

本文基于超寬帶雷達系統(tǒng)特性，將超寬帶雷達人體姿態(tài)識別方法分成傳統(tǒng)機器學(xué)習(xí)方法和深度學(xué)習(xí)方法兩大類進行綜述，重點對兩類方法中具有代表性的SVM和CNN的原理進行分析和介紹，并分別給出了相關(guān)結(jié)構(gòu)示意圖，最后提出了超寬帶雷達人體姿態(tài)識別的通用模型。目前，基于雷達的人體姿態(tài)識別的數(shù)據(jù)集鮮有公開數(shù)據(jù)，且數(shù)據(jù)采集和處理較為繁瑣，存在樣本量不足的現(xiàn)狀，而深度學(xué)習(xí)的網(wǎng)絡(luò)模型訓(xùn)練基于強大的數(shù)據(jù)庫，如何在小樣本數(shù)據(jù)量的基礎(chǔ)上實現(xiàn)較高的識別準(zhǔn)確率是當(dāng)前研究的難點。此外，人的肢體復(fù)雜且靈活，當(dāng)頻繁出現(xiàn)相似復(fù)雜動作時，很難進行精準(zhǔn)識別，這也是超寬帶人體姿態(tài)識別的一大挑戰(zhàn)。