• English
    • Deutsch
  • Deutsch 
    • English
    • Deutsch
  • Einloggen
Dokumentanzeige 
  •   Startseite
  • Universität Ulm
  • Publikationen
  • Dokumentanzeige
  •   Startseite
  • Universität Ulm
  • Publikationen
  • Dokumentanzeige
JavaScript is disabled for your browser. Some features of this site may not work without it.

Human motion training data generation for radar based deep learning applications

Thumbnail
Paper.pdf (830.1Kb)

peer-reviewed

Erstveröffentlichung
2018-05-09
Autoren
Ishak, Karim
Appenrodt, Nils
Dickmann, Jürgen
Waldschmidt, Christian
Beitrag zu einer Konferenz


Erschienen in
2018 International Conference on Microwaves for Intelligent Mobility (ICMIM) / Institute of Electrical and Electronics Engineers (Hrsg.). - : IEEE, 2018. - eISSN 978-1-5386-1725-0
Fakultäten
Fakultät für Ingenieurwissenschaften, Informatik und Psychologie
Institutionen
Institut für Mikrowellentechnik
Externe Kooperationen
Daimler AG
Dokumentversion
Akzeptierte Version
Konferenz
International Conference on Microwaves for Intelligent Mobility (ICMIM), 2018-04-16 - 2018-04-18, München
Zusammenfassung
Radar sensors are utilized for detection and classification purposes in various applications. In order to use deep learning techniques, lots of training data are required. Accordingly, lots of measurements and labelling tasks are then needed. For the purpose of pre-training or examining first ideas before bringing them into reality, synthetic radar data are of great help. In this paper, a workflow for automatically generating radar data of human gestures is presented, starting with creating the desired animations until synthesizing radar data and getting the final required dataset. The dataset could then be used for training deep learning models. A classification scenario applying this workflow is also introduced.
Originalpublikation
10.1109/ICMIM.2018.8443559
Schlagwörter
[GND]: Deep learning
[LCSH]: Machine learning
[Freie Schlagwörter]: Micro-Doppler | Radar data generation
[DDC Sachgruppe]: DDC 620 / Engineering & allied operations
Lizenz
Standard
https://oparu.uni-ulm.de/xmlui/license_v3

Metadata
Zur Langanzeige

DOI & Zitiervorlage

Nutzen Sie bitte diesen Identifier für Zitate & Links: http://dx.doi.org/10.18725/OPARU-6512

Ishak, Karim et al. (2018): Human motion training data generation for radar based deep learning applications. Open Access Repositorium der Universität Ulm und Technischen Hochschule Ulm. http://dx.doi.org/10.18725/OPARU-6512
Verschiedene Zitierstile >



Leitlinien | kiz Service OPARU | Kontakt
Impressum | Datenschutzerklärung
 

 

Erweiterte Suche

Browsen

Gesamter BestandBereiche & SammlungenPersonenInstitutionenPublikationstypUlmer Reihen & ZeitschriftenDDC-SachgruppenEU-Projekte UlmDFG-Projekte UlmWeitere Projekte Ulm

Mein Benutzerkonto

EinloggenRegistrieren

Statistik

Benutzungsstatistik

Leitlinien | kiz Service OPARU | Kontakt
Impressum | Datenschutzerklärung