行为是人们意图最直接的表现形式，对人体行为的感知与理解，构成了人体目标探测的核心环节。本书围绕超宽带雷达人体行为辨识这一具体问题，将深度学习模型与雷达领域知识相结合，多方面探究超宽带雷达的人体行为识别深度学习方法。通过异构领域迁移与特征工程设计，重点针对训练样本有限条件下的单通道超宽带雷达人体行为辨识问题展开研究，研究内容由闭集分类向开集识别进行拓展，并基于行为识别结果对人体位姿的三维估计进行初步探索。 本书可供从事雷达目标探测、雷达智能感知的科技工作者参考，也可供对雷达智能感知及相关研究方向感兴趣的读者使用。

第1章 绪论
1.1 概述
1.2 雷达人体行为识别技术发展现状
1.2.1 雷达人体目标感知技术
1.2.2 基于深度学习的多维雷达信号行为识别方法
1.2.3 基于迁移学习的人体行为识别技术
1.3 雷达人体行为识别的关键技术与挑战
第2章 基于稀疏迁移的有监督行为分类
2.1 基于卷积神经网络的有监督分类
2.1.1 卷积神经网络的概念与结构
2.1.2 基于卷积神经网络的监督学习过程
2.2 光学图像与雷达数据的稀疏迁移
2.2.1 微多普勒特征分析和提取
2.2.2 利用尺度变换因子的稀疏迁移
2.2.3 稀疏约束下的迁移算法
2.2.4 迁移网络的剪枝及微调
2.3 有监督行为分类实验结果及分析
2.3.1 实验数据
2.3.2 基准算法和实现细节
2.3.3 实验结果
2.3.4 参数敏感性分析
2.4 本章小结
第3章 基于对抗迁移的无监督行为分类
3.1 基于运动散射模型的源领域数据集构建
3.1.1 基于激光动作捕捉系统的微多普勒数据集构建
3.1.2 基于Kinect传感器的数据域构建
3.1.3 基于单目光学传感器的数据域构建
3.2 基于对抗网络的源领域特征迁移
3.2.1 生成式对抗网络
3.2.2 对抗迁移框架
3.2.3 对抗迁移算法
3.3 无监督行为分类实验结果及分析
3.3.1 实验数据
3.3.2 基准算法和实现细节
3.3.3 参数敏感性分析
3.3.4 泛化性能分析
3.4 本章小结
第4章 基于距离-速度-时间三维点云的行为表征和识别
4.1 基于点云模型的人体行为表征
4.1.1 距离-多普勒的时间序列生成
4.1.2 基于散射强度的三维等值面构建
4.1.3 基于最远距离的特征点采样
4.1.4 基于点云的多目标微动特征分离
4.2 层次化点云网络的模型构建
4.2.1 基于对称性的网络函数设计
4.2.2 基于主成分分析的点云归一化
4.2.3 基于层次化结构的网络构建
4.3 开集框架下的点云识别算法
4.3.1 开集识别的问题描述
4.3.2 基于梯度信息的数据扰动
4.3.3 基于开集的检测识别算法
4.4 行为表征与识别实验结果及分析
4.4.1 人体行为的点云特征提取
4.4.2 多人场景下的点云分离
4.4.3 异常数据识别实验
4.4.4 人体行为分类实验
4.5 本章小结
第5章 单基地雷达全向人体行为识别
5.1 全向识别中的角度敏感性
5.1.1 雷达方位角对微多普勒谱图的影响
5.1.2 全向识别分类器的角度敏感性
5.1.3 角度敏感性的评估方式与评价指标
5.2 基于卷积神经网络的全向微多普勒特性分类器设计
5.2.1 总体设计
5.2.2 隐藏层设计
5.2.3 输出层设计
5.3 基于多角度分类器的全向识别实验结果及分析
5.3.1 实验设置
5.3.2 实验结果及分析
5.3.3 训练谱图对分类器角度敏感性的影响
5.4 基于单角度分类器的全向识别实验结果及分析
5.4.1 实验设置
5.4.2 实验结果及分析
5.4.3 模型的设计原则对分类器角度敏感性的影响
5.5 本章小结
第6章 多任务人体行为分类及身份识别
6.1 多任务身份识别和行为识别
6.2 多尺度残差注意力网络
6.2.1 多尺度学习机制
6.2.2 残差注意力学习
6.2.3 细粒度级损失权值学习
6.3 实验环境搭建及雷达数据处理
6.3.1 实验环境搭建
6.3.2 雷达数据采集及预处理
6.4 多任务行为识别与身份识别实验结果及分析
6.4.1 性能指标及超参数设置
6.4.2 人体行为识别及身份识别实验结果分析
6.4.3 方法对比
6.4.4 MRA-Net损失函数权重敏感度分析
6.4.5 MRA-Net网络结构消融分析
6.5 本章小结
参考文献