基于改进卷积神经网络的 RFID 单标签非接触手势识别研究

• 作者: 朱飑凯 邓文雯 宋杰 袁纬杰 梁鑫葛 董美亚 刘三满 张倩 赵菊敏
• 来源期刊: 太原理工大学学报
• 学科: 地球科学
• 关键词: 非接触 单标签 细粒度识别 神经网络 马尔可夫变迁场
• 年，卷（期）: 2024,（3）
• 页码范围: 150-163
• 页数: 14页
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2023.03.017

摘要

提出基于卷积神经网络的单标签非接触式手势识别系统,在不需要携带任何设备的情况下,利用单标签、单天线实现精准的手势识别.首先,通过人为添加干扰物,读取受多径效应影响的标签相位信号;其次,对标签相位信号进行预处理,选取动态时间规整算法(dynamic time wrap-ping,DTW)匹配与先验指纹库粗粒度手势识别;最后,将标签相位信号利用马尔可夫变迁场(markov transition field,MTF)生成特征图像,利用 IM-AlexNet 模型进行深度训练和实验测评.实验结果表明,改进后的模型训练参数减少为初始的 7％,且准确率达到 96.76％.该系统可大范围扩展,并具有较高的鲁棒性.