摘要
本发明公开了一种空间目标的动作识别方法和装置,属于深度学习领域。方法包括:获取空间目标待识别的高分辨率一维距离像序列;采用连续小波变换提取高分辨率一维距离像序列的时频谱,得到小波频谱序列;利用预先训练好的三维卷积模型对小波频谱序列进行时空特征的提取和识别,得到空间目标的运动状态。本发明采用HRRP序列作为输入,采用连续小波变换和三维卷积神经网络结合的方式能够有效分析HRRP序列中的空间和时间特征,可以有效提高空间目标动作识别准确率。
技术关键词
序列
卷积模型
连续小波变换
动作识别方法
生成高分辨率
Softmax分类器
三维卷积神经网络
构建高分辨率
动作识别装置
样本
计算机设备
周期
运动
标签
计算机程序产品
处理器
图像
存储器
可读存储介质
系统为您推荐了相关专利信息
工件检测方法
工件运输装置
序列
数据存储区域
可执行程序代码
预警方法
地质灾害预警
应力
时间序列特征
周期性特征