基于串联式一维神经网络的毫米波雷达动态手势识别方法

• 作者: 靳标 彭宇 邝晓飞 张贞凯
• 来源期刊: 电子与信息学报
• 关键词: 雷达目标识别 手势识别 卷积神经网络 毫米波雷达
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 雷达、电磁场与电磁波|Radar, Electromagnetic Field and Electromagnetic Wave
• 页码范围: 2743-2750
• 页数: 8页
• 分类号: TN911.73|TP391.4
• 语种: 中文
• DOI: 10.11999/JEIT200894

摘要

现有的基于雷达传感器的手势识别方法,大多先利用雷达回波对手势的距离、多普勒和角度等信息进行参数估计,得到各种数据谱图,然后再利用卷积神经网络对这些谱图进行分类,实现过程较为复杂.该文提出一种基于串联式1维神经网络(1D-ScNN)的毫米波雷达动态手势识别方法.首先基于毫米波雷达获取动态手势的原始回波,然后利用1维卷积和池化操作对手势特征进行提取,并将这些特征信息输入1维Inception v3结构.最后在网络的末端接入长短期记忆(LSTM)网络来聚合1维特征,充分利用动态手势的帧间相关性,提高识别准确率和训练收敛速度.实验结果表明,该方法实现过程简单,收敛速度快,识别准确率可以达到96.0％以上,高于现有基于数据谱图的手势分类方法.