基于微波的手势识别系统中可变形深度卷积生成对抗网络
机器学习
2017-11-23 v2 机器学习
摘要
传统的基于视觉的手势识别系统在黑暗环境下受限。本文中，我们构建了一个基于微波收发器与深度学习算法的手势识别系统。使用工作于 5.8GHz、具有双接收通道的多普勒雷达传感器来获取大量手势信号数据库。接收到的手势信号随后经时频分析处理。基于这些大型手势数据库，我们提出了一种称为可变形深度卷积生成对抗网络的新机器学习架构。实验结果表明，新架构可将识别率提升 10%，且可变形核能将测试时间开销降低 30%。
引用
@article{arxiv.1711.01968,
title = {Deformable Deep Convolutional Generative Adversarial Network in Microwave Based Hand Gesture Recognition System},
author = {Jiajun Zhang and Zhiguo Shi},
journal= {arXiv preprint arXiv:1711.01968},
year = {2017}
}
备注
Accepted by International Conference on Wireless Communications and Signal Processing 2017