一种基于迁移学习的雷达回波人体动作识别方法

本发明公开了一种基于迁移学习的雷达回波人体动作识别方法，涉及人工智能领域，具体步骤为：获取动作回波信号，利用短时傅里叶变换将各个动作回波信号转换为对应的微多普勒时频特征图，并构建源域样本集和目标域样本集；构建并训练包含第一特征提取器和第一标签分类器的深度卷积神经网络；构建并训练包含第二特征提取器和第一域分类器的对抗迁移神经网络；依次串联训练后的第二特征提取器，以及训练后的第一标签分类器，构成深度神经网络；利用深度神经网络，获得待识别动作回波信号的动作类型。本发明有效降低了对目标领域数据量的依赖，实现了跨领域的特征提取和域不变性，提高了深度神经网络在不同场景下的泛化能力。