买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本发明提供了一种基于无线信号的手势识别方法，包括以下步骤：在实验室内部署一个数据采集装置，该装置包括一个发射端和一个接收端；组织m名实验者坐在发射端和接收端中间的位置，做出规定的手势动作，每个手势动作重复n次，进行实验数据的采集；针对采集到的手势数据，提取其CSI的幅值信息，利用离散小波变换进行降噪处理，将处理后的数据集划分为训练集和测试集；构建小样本手势识别模型；构建完成后将训练集放入模型中进行训练，待模型训练完成后用测试集进行测试，查看分类效果。本发明方法解决了传统的深度学习方式中利用大量数据去训练模型的问题，实现了仅用每类很少的样本数量就能识别新的手势类别的目的，此方法大大降低了人工成本。

主权项：1.一种基于无线信号的小样本手势识别方法，其特征在于，包括以下步骤：S1、实验环境的部署；选定一间空旷的实验室，在实验室内部署一个数据采集装置，该装置包括一个发射端和一个接收端，所述发射端为无线路由器，用于发射无线信号，所述接收端为电脑，用于接收并保存来自无线路由器的包含环境信息的CSI数据；S2、实验数据的采集；组织m名实验者坐在发射端和接收端中间的位置，位置固定不变，做出规定的手势动作，每个手势动作重复n次，进行实验数据的采集；S3、数据预处理；针对S2中采集到的手势数据，提取其CSI的幅值信息，并利用离散小波变换对其进行降噪处理，预处理后的数据构成数据集；S4、数据集的划分；将S3中的数据集划分为训练集和测试集，再分别将训练集和测试集中的数据划分为支持集和查询集，支持集用于得出每个类别的类原型，查询集用于计算与类原型的距离，进而得出分类概率；S5、构建小样本手势识别模型；在S5中，包括以下子步骤：S51、以原型网络为基础进行小样本手势识别模型的构建；所述原型网络使用含有四个卷积层的CNN作为一个嵌入模块，利用该嵌入模块学习一个映射函数fφx；将支持集通过fφx映射到嵌入空间内，计算每个类的类原型： 式中，ck表示类k的类原型，Sk表示类k，|Sk|表示类k中样本数量，xi,yi为第i个样本和标签；建立好每个类的原型后，将查询集通过fφx映射到嵌入空间中，求查询点到每个类别的距离，然后使用softmax函数进行归一化操作得到概率，即x属于类k的概率，公式如下： 式中，Pφy＝k|x为x属于类k的概率，y为x的真实类别，dfφx,ck为查询点x到类原型ck的欧氏距离，ck'表示类k'的类原型，dfφx,ck′为查询点x到类原型ck'的欧式距离；最后对上述概率取负对数得出损失函数Jφ：Jφ＝-logPφy＝k|x；得到损失函数Jφ后，用随机梯度下降法最小化损失函数，得到最优参数φ；S52、对原型网络改进以完成小样本手势识别模型的构建；为了进一步提升小样本手势识别的分类精度，对原型网络进行改进，在查询集映射到嵌入空间前，对查询集进行在线数据增强，对其中的数据进行随机翻转，导致每次训练的数据都不一样，间接导致数据量的增加；S6、将训练集放入构建好的小样本手势识别模型中对其进行训练，待模型训练完成后用测试集进行测试，查看分类效果。

全文数据：

权利要求：

百度查询： 山东科技大学 一种基于无线信号的小样本手势识别方法