[发明专利]一种基于卷积神经网络的毫米波传感器手势识别方法在审
| 申请号： | 201810199933.6 | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN110262653A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 武其松;徐萍;张绪豪;赵涤燹 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F3/01 | 分类号： | G06F3/01;G06K9/00;G06K9/62;G06T3/40;G06T5/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的毫米波传感器手势识别方法，包括：(1)利用毫米波传感器发射调频连续波信号，在传感器前方做多种手势，接收通道获取手势的时域回波信号；(2)获得微多普勒时频图；(3)获取不同手势的时频图样本集；(4)对训练样本集中的数据进行预处理，将图片作为训练数据输入建立的卷积神经网络，进行有监督的学习，得到卷积神经网络的各层参数；(5)利用训练后的卷积神经网络各层的参数，对网络进行初始化，得到具有手势分类功能的图像识别网络。本发明通过卷积神经网络进行手势的分类识别，避免了人工干预，使卷积神经网络能学习到每一类动作的深层次特征，具有较强的泛化能力和适应性，提高了手势识别的精度和速度。 | ||
| 搜索关键词： | 卷积神经网络 毫米波传感器 手势 手势识别 时频 预处理 时域回波信号 调频连续波 分类识别 接收通道 人工干预 手势分类 图像识别 训练数据 训练样本 多普勒 初始化 次特征 传感器 图样 网络 学习 发射 监督 图片 | ||
【主权项】：
1.一种基于卷积神经网络的毫米波传感器手势识别方法，其特征在于，该方法包括以下步骤：(1)利用毫米波传感器发射调频连续波信号，在所述传感器前方做多种手势，接收通道获取所述手势的时域回波信号；(2)对获取的所述时域回波信号进行零陷滤波和短时傅里叶变换，获得微多普勒时频图；(3)获取不同手势的所述时频图样本集，并划分为训练样本集和测试样本集；(4)对所述训练样本集中的数据进行预处理，将图片作为训练数据输入建立的卷积神经网络，进行有监督的学习，得到所述卷积神经网络的各层参数；(5)利用训练后的卷积神经网络各层的参数，对所述网络进行初始化，得到具有手势分类功能的图像识别网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810199933.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种电子设备及其锁屏方法
- 下一篇：头部动作识别方法、装置、设备及存储介质
