基于FMCW雷达的多维参数手势识别算法

• 作者: 吴金君 周牧 王勇 王沙沙 田增山
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: FMCW雷达 手势识别 深度学习 卷积神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 论文
• 页码范围: 822-829
• 页数: 8页
• 分类号: TN958|TN98
• 字数: 6941字
• 语种: 中文
• DOI: 10.11999/JEIT180485

摘要

该文提出一种基于调频连续波(FMCW)雷达多维参数的卷积神经网络手势识别方法.通过对雷达信号进行时频分析,估计手势目标的距离、多普勒和角度参数,构建出手势动作的多维参数数据集.同时,为了进行手势特征提取和精确分类,提出多分支网络结构和高维特征融合的方案,设计出具有端到端结构的RDA-T多维参数卷积神经网络.实验结果表明,结合手势动作的距离、多普勒和角度信息进行多维参数学习,所提方法有效解决了单维参数手势识别方法中手势描述信息量低的问题,且手势识别准确率相较于单参数方法提高了5％～8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田增山	重庆邮电大学通信与信息工程学院	169	919	14.0	23.0
2	王勇	重庆邮电大学通信与信息工程学院	11	17	2.0	4.0
3	周牧	重庆邮电大学通信与信息工程学院	41	140	6.0	11.0
4	吴金君	重庆邮电大学通信与信息工程学院	4	12	2.0	3.0
5	王沙沙	重庆邮电大学通信与信息工程学院	3	11	2.0	3.0