基于双流神经网络的行为检测与分类方法

本发明公开了一种基于双流神经网络的行为检测与分类方法，包括：利用原始毫米波雷达回波获取逐帧的距离‑多普勒图并按时间顺序分别注入短时间窗与长时间窗；构建检测器和分类器；检测器将距离‑多普勒图帧经卷积神经网络特征提取以输出特征序列，特征序列再经过一层长短期记忆网络进行时序建模以输出检测结果并分割出完整手势序列；在检测结果为有动作时，分类器将完整手势序列经卷积神经网络特征提取以输出帧级特征序列，帧级特征序列再依次经过至少一层长短期记忆网络动态演化以及全连接Soft‑max层映射为手势类别概率向量。本发明解决了大多数现有的手势检测方法将帧流整合到范围‑帧图中，然后使用图像检测方法来检测动作，存在计算复杂的问题。