摘要
为了实现基于雷达传感器的人机交互,设计了一个基于深度学习的毫米波雷达手势识别实验。首先,该实验基于77 GHz的FMCW雷达,采集人体手部动作回波数据,并对回波数据进行帧差预处理,再利用多维FFT算法构建距离-速度-角度联合的多维特征融合数据谱图。然后,调用MATLAB中的深度学习工具箱,基于典型的VGG16网络,搭建了适用于多维特征数据提取和动作识别的3D-VGG16-NET网络。实验结果显示,该网络算法对手势的平均识别准确率达到99.38%。
To realize human-computer interaction based on radar sensor,this paper designs a deep learning-based millimeter-wave radar gesture recognition experiment based on the FMCW radar,preprocesses the echo data,and builds a multi-dimensional distance-speed-angle fusion data graph using multidimensional FFT algorithm;then calls the deep learning toolbox in MATLAB to build a 3D-VGG16-NET network based on the typical VGG16 network and action recognition.Experimental results show that the average gesture recognition accuracy of the network algorithm is 99.38%.
作者
龚树凤
方一鸣
施汉银
闫鑫悦
吴哲夫
GONG Shufeng;FANG Yiming;SHI Hanyin;YAN Xinyue;WU Zhefu(College of Information Engineering,Zhejiang University of Technology,Hangzhou 310023,China)
出处
《实验技术与管理》
CAS
北大核心
2023年第4期168-176,共9页
Experimental Technology and Management
基金
浙江工业大学2022年度研究生教学“课程思政”改革试点项目(No.7)
浙江工业大学2022年校级教学改革项目(JG2022030)
2021年教育部产学研合作协同育人项目(202102357003)。
