公开(公告)号：CN108509910B

公开(公告)日：2021-09-28

申请号：CN201810281177.1

申请日：2018-04-02

Applicant: 重庆邮电大学

Inventor： 田增山 ,  王沙沙 ,  吴金君 ,  王勇 ,  赵泽东 ,  贾秀倩 ,  李艳春

IPC: G06K9/00 ,  G06N3/04 ,  G06F3/01

Abstract: 本发明公布了一种基于雷达信号的深度学习手势识别方法，首先通过雷达获取每一种手势的中频信号，并从中提取每一根发射天线和接收天线下的中频信号矩阵；其次，利用傅里叶变换对信号频率进行提取，得到信号中的距离和速度信息并且将数据进行预处理；然后，建立三维卷积神经网络和长短记忆网络，将处理后的雷达信号输入到网络进行训练；最后，根据深度学习网络提取的特征进行手势识别。本发明方法解决了传统识别算法使用条件受限以及鲁棒性差的问题，且能实现多种手势的精确分类。

公开(公告)号：CN108509910A

公开(公告)日：2018-09-07

申请号：CN201810281177.1

申请日：2018-04-02

Applicant: 重庆邮电大学

Inventor： 田增山 ,  王沙沙 ,  吴金君 ,  王勇 ,  赵泽东 ,  贾秀倩 ,  李艳春

IPC: G06K9/00 ,  G06N3/04 ,  G06F3/01

Abstract: 本发明公布了一种基于雷达信号的深度学习手势识别方法，首先通过雷达获取每一种手势的中频信号，并从中提取每一根发射天线和接收天线下的中频信号矩阵；其次，利用傅里叶变换对信号频率进行提取，得到信号中的距离和速度信息并且将数据进行预处理；然后，建立三维卷积神经网络和长短记忆网络，将处理后的雷达信号输入到网络进行训练；最后，根据深度学习网络提取的特征进行手势识别。本发明方法解决了传统识别算法使用条件受限以及鲁棒性差的问题，且能实现多种手势的精确分类。