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：河北工业大学;西安电子科技大学杭州研究院

摘要：本发明为一种基于跨域图像转换的毫米波雷达手势识别方法，首先利用毫米波雷达采集手势回波信号作为目标域数据，对手势回波信号进行预处理，得到目标域微多普勒时频图像；将公开数据集的毫米波雷达手势回波信号作为源域数据，对手势回波信号进行预处理，得到源域微多普勒时频图像；然后，构建由生成器和判别器组成的图像风格迁移模型，对图像风格迁移模型进行训练，利用训练后的生成器将源域微多普勒时频图像转换到目标域，得到生成微多普勒时频图像；最后，利用所有生成微多普勒时频图像与目标域微多普勒时频图像对手势识别模型进行训练，将训练后的手势识别模型用于毫米波雷达手势识别。该方法增强了生成器的特征提取能力，能够生成更加真实的目标域图像，在增加数据量的同时显著提高了样本的多样性，进而提高了手势识别性能。

主权项：1.一种基于跨域图像转换的毫米波雷达手势识别方法，其特征在于，该方法包括如下步骤：第一步：利用毫米波雷达采集手势回波信号作为目标域数据，对手势回波信号进行预处理，得到目标域微多普勒时频图像；将公开数据集的毫米波雷达手势回波信号作为源域数据，对手势回波信号进行预处理，得到源域微多普勒时频图像；第二步：构建图像风格迁移模型，图像风格迁移模型包括生成器和判别器，生成器对源域微多普勒时频图像进行转换，得到生成微多普勒时频图像；生成器包括编码器、转换层和解码器，转换层的输出特征与输入特征进行跳跃连接后作为解码器的输入特征；转换层包括多个特征提取模块，上一个特征提取模块的输出特征与输入特征跳跃连接后作为下一个特征提取模块的输入特征；特征提取模块包括依次连接的二维深度可分离卷积层、层归一化层、二维卷积层、激活层、二维卷积层、缩放层和正则化层；第三步：对图像风格迁移模型进行训练，利用训练后的生成器将源域微多普勒时频图像转换到目标域，得到生成微多普勒时频图像；第四步：将所有生成微多普勒时频图像与目标域微多普勒时频图像作为训练集，对手势识别模型进行训练；在进行手势识别时，通过毫米波雷达获取待识别动作的手势回波信号，对待识别动作的手势回波信号进行预处理，得到待识别微多普勒时频图像；将待识别微多普勒时频图像输入到训练后的手势识别模型中进行识别，得到手势识别结果。

全文数据：

权利要求：

百度查询： 河北工业大学 西安电子科技大学杭州研究院 基于跨域图像转换的毫米波雷达手势识别方法