-
公开(公告)号：CN110348288B
公开(公告)日：2023-04-07
申请号：CN201910445702.3
申请日：2019-05-27
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2415 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于77GHz毫米波雷达信号的手势识别方法，包括首先通过雷达获取不同手势动作的中频信号，并创新性地利用一种改进的小波阈值函数对其低频系数进行预处理，解决了由于天线耦合现象造成的近距离手势无法识别的问题，其次，对预处理后的中频信号提取时间‑距离谱图、时间‑速度谱图以及时间‑角度谱图，创新地将三种特征谱图进行拼接得到多元化特征图，并输入到卷积神经网络进行训练，优化了传统识别算法信息表达不完备的问题，同时也有利于网络结构的简化，且最终取得较好的识别效果。
-
公开(公告)号：CN113408328A
公开(公告)日：2021-09-17
申请号：CN202011099838.2
申请日：2020-10-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及手势分割识别算法技术领域，具体的说是一种分类识别性能较好，且对测试对象数据具有更好的泛化能力的基于毫米波雷达的手势分割与识别算法，首先对实时动作流数据进行滑窗分批处理，然后根据分批后实时数据的手势标签输出概率分布完成实时数据的时间状态区间划定；除此之外，还构建了较二维图像格式手势数据更丰富的三维视频格式的手势数据，并搭建了基于三维卷积的神经网络模型对三维视频格式手势数据进行分类识别，本发明相比于传统的手势识别技术，本发明采用了滑窗算法和三维卷积神经网络，能够处理连续手势信号，对不同手势进行识别和分割，充分利用时间信息，解决了传统手势识别技术只能识别单手势的问题。
-
公开(公告)号：CN113408328B
公开(公告)日：2023-06-23
申请号：CN202011099838.2
申请日：2020-10-15
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/241 , G06F18/10 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/047
Abstract: 本发明涉及手势分割识别算法技术领域，具体的说是一种分类识别性能较好，且对测试对象数据具有更好的泛化能力的基于毫米波雷达的手势分割与识别算法，首先对实时动作流数据进行滑窗分批处理，然后根据分批后实时数据的手势标签输出概率分布完成实时数据的时间状态区间划定；除此之外，还构建了较二维图像格式手势数据更丰富的三维视频格式的手势数据，并搭建了基于三维卷积的神经网络模型对三维视频格式手势数据进行分类识别，本发明相比于传统的手势识别技术，本发明采用了滑窗算法和三维卷积神经网络，能够处理连续手势信号，对不同手势进行识别和分割，充分利用时间信息，解决了传统手势识别技术只能识别单手势的问题。
-
公开(公告)号：CN110348288A
公开(公告)日：2019-10-18
申请号：CN201910445702.3
申请日：2019-05-27
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种基于77GHz毫米波雷达信号的手势识别方法，包括首先通过雷达获取不同手势动作的中频信号，并创新性地利用一种改进的小波阈值函数对其低频系数进行预处理，解决了由于天线耦合现象造成的近距离手势无法识别的问题，其次，对预处理后的中频信号提取时间-距离谱图、时间-速度谱图以及时间-角度谱图，创新地将三种特征谱图进行拼接得到多元化特征图，并输入到卷积神经网络进行训练，优化了传统识别算法信息表达不完备的问题，同时也有利于网络结构的简化，且最终取得较好的识别效果。
-
-
-
Search Results
4
records
(took 0.018 seconds)
