基于多维时空特征的雷达动态手势识别OA
针对雷达手势识别中单一特征表征能力不足、传统图像转换开销大、动态手势时序相关性利用不充分等问题,提出一种基于多维时空特征的雷达动态手势识别方法.该方法利用微多普勒特性,通过信号预处理方法估算手势的距离、速度和角度特征,构建距离-多普勒-时间(RDT)和角度-距离-时间(ART)多维时空特征并完成特征拼接融合;设计ResNet18-LSTM混合网络,联合提取手势空间特征与时序关联特征;提出专用动作检测算法,仅依靠雷达传感器即可完成单组手势数据的自动采集与检测.通过对比试验、消融试验验证多维时空特征与网络模型的有效性,并开展在线测试评估系统实时性能.结果表明:新方法在采集的数据集中测试精度可达到98.96%,并在构造的实时系统测试中达到97.0%的识别准确率;多维时空特征可有效提升动态手势识别效果,模型与检测算法具备较好的实用性与可靠性.
蒋留兵;李代江;车俐
桂林电子科技大学信息与通信学院,广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室,广西桂林541004桂林电子科技大学信息与通信学院,广西桂林541004桂林电子科技大学信息与通信学院,广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室,广西桂林541004
信息技术与安全科学
手势识别多维时空特征毫米波雷达信号处理动作检测深度学习人机交互
《江苏大学学报(自然科学版)》 2026 (4)
P.450-459,10
国家自然科学基金资助项目(61561010)广西创新驱动发展专项(桂科AA21077008)广西无线宽带通信与信号处理重点实验室2022年主任基金资助项目(GXKL06220102,GXKL06220108)八桂学者专项经费资助项目(2019A51)桂林电子科技大学研究生教育创新计划项目(2022YXW07,2023YXW02,2022YCXS080,2023YCXS047,2023YCXS022,2024YCXS032)广西研究生教育创新计划项目(YCSW2023317,YCSW2022271)。
评论