利用二维小波包分解实现超宽带雷达人体动作识别

利用超宽带雷达进行自动非接触式的生理信号检测或人体动作分析成为近年来的一个研究热点,其重要应用是在安全监控或医疗健康领域对不同的人体动作进行有效识别。针对这一应用需求,提出了一种新的有效的超宽带雷达人体动作识别方法。对接收的超宽带雷达回波,采用二维小波包分解结合奇异值分解的特征提取和降维方法,有效抓住了不同人体动作的类别属性信息,显著增强了不同人体动作的可分性,再利用支持向量机分类器即可实现对人体动作的有效区分。基于实测数据的分类实验结果显示,对九种不同的人体动作进行分类,平均识别率超过95%,且各动作的识别率和召回率都达到90%。相比于其他同类方法,方法的识别性能更优,验证了所提方法的可行性和有效性。

面向车道线图像识别的多种滤波方式对比分析

针对图像预处理的结果会影响车道线识别精度和速度的问题,文中选取二维小波包分解滤波、中值滤波和锐化滤波对某一汽车常用工况下的车道线图像分别进行滤波降噪,采用Sobel算子对未经滤波处理和经过3种滤波处理的车道线图像进行了边缘检测。结果显示二维小波包分解滤波处理后的图像能识别的车道线特征点数目最多,中值滤波处理后的图像能识别的车道线特征点占比最高,锐化滤波处理后的图像识别速度最快。