基于卷积神经网络的手势动作雷达识别方法

• 作者: 张原 樵明朗 王俊 郑彤 雷鹏
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 手势动作识别 线性调频连续波(LFMCW)雷达 距离-多普勒(RD) 卷积神经网络(CNN) softmax分类器
• 年，卷（期）: 2018,（6）
• 页码范围: 1117-1123
• 页数: 7页
• 分类号: TN951|TN959.5|TP183
• 字数: 3240字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2017.0397

摘要

随着手势动作识别技术在人机交互、生活娱乐及医疗服务等应用领域的逐步深入,其对非接触、微光条件下的稳健测量与识别能力提出更高要求.针对该问题,研究了一种基于线性调频连续波(LFMCW)雷达距离-多普勒(RD)信息和卷积神经网络(CNN)的典型手势动作识别方法.首先,对于 LFMCW雷达回波,通过去斜、快时间域快速傅里叶变换和相干积累,获取手势目标的二维RD像数据;其次,以RD像幅度矩阵作为CNN 输入样本,利用2 层卷积与池化处理构建特征空间,从而通过全连接与 softmax分类器实现对手势动作的有效识别;最后,在此基础上,采用24 GHz 工业雷达传感器设计手势测量实验系统,形成关于4 种典型手势动作的LFMCW雷达回波数据库.实验结果表明,将24 GHz LFMCW雷达回波RD处理与 CNN 结合能够实现对典型手势动作的有效识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊	北京航空航天大学电子信息工程学院	85	324	9.0	13.0
2	雷鹏	北京航空航天大学电子信息工程学院	11	82	5.0	9.0
3	郑彤	北京航空航天大学电子信息工程学院	2	33	2.0	2.0
4	张原	北京航空航天大学电子信息工程学院	1	10	1.0	1.0
5	樵明朗	北京航空航天大学电子信息工程学院	1	10	1.0	1.0