基于Transformer模型与毫米波雷达的手势识别

摘要：

与传统的手势识别技术相比,毫米波雷达在手势识别领域具有极高的安全性与便利性,应用前景十分广阔.利用77 GHz调频连续波雷达的手势回波,通过多维快速傅里叶变换得到手势动作的距离-时间与速度-时间特征,并将得到的特征集输入能有效学习序列动作中全局特征的Transformer网络,实现了对左挥、右挥、上挥、下挥、顺时针旋转和逆时针旋转六种手势的分类与识别.测试结果表明,该模型在测试集上的识别准确率高达97％,相较于常规的卷积神经网络具有收敛速度快,识别准确率高的特点.

关键词：调频连续波、毫米波雷达、手势识别、Transformer模型、深度神经网络

所属期刊栏目：44

分类号：TN958.94

在线出版日期：2022-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：104-107