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!
摘要:本发明涉及一种基于毫米波雷达的手势识别方法及装置,采用加权平均法融合手势的数据特征,采用图像编码的方法将手势特征的时间序列转换为图像形式,然后使用卷积神经网络对手势行为数据分类。本发明所提出的手势识别方法无需保留大量的距离多普勒角度谱图数据或点云数据作为手势特征数据。本发明通过加权平均法提取手势数据特征,每个数据帧每个特征维度仅需保留单个数据,同时应用图像编码将时序特征转换为图像,使得特征数据适配卷积神经网络,既保证了良好的分类准确率,又解决了存储和计算资源耗费过高的问题。
主权项:1.一种基于毫米波雷达的手势识别方法,其特征在于,包括以下:基于毫米波雷达获取手势动作数据,所述手势动作数据包括多帧雷达数据,每帧雷达数据表示为一个数据立方体,大小为虚拟通道数*每帧chirp数*每chirp采样点数;对每一帧雷达数据,先进行距离维FFT处理再进行多普勒维FFT处理,得到多通道的距离-多普勒数据;对所述多通道的距离-多普勒数据进行预处理得到处理后的数据;将处理后的数据取模并按通道维相加得到距离-多普勒图,并基于所述距离-多普勒图得到手势特征数据的距离特征以及多普勒特征;对处理后的数据在通道维进行方位角以及俯仰角估计,得到方位角数据以及俯仰角数据,基于所述方位角数据、俯仰角数据以及距离-多普勒图得到手势特征数据的方位角特征以及俯仰角特征;将每帧雷达数据所对应的手势特征数据在时间域累积,得到连续多帧雷达数据的手势特征时序序列;将手势特征时序序列中的各特征的时序序列分别以时序序列图像编码的方式转换为图像得到距离、多普勒、方位角和俯仰角特征二维化的图像;将距离、多普勒、方位角和俯仰角特征二维化的图像组合成一个4通道的图像,将4通道的所述图像作为训练好的卷积神经网络的输入,则训练好的所述卷积神经网络的输出即为手势识别结果。
全文数据:
权利要求:
百度查询: 广东锐泛感知技术有限公司 一种基于毫米波雷达的手势识别方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。