基于多普勒雷达与卷积神经网络的手势识别系统
计算机视觉与模式识别
2017-11-23 v3
摘要
手势识别长期以来是人机交互中的热门课题。传统的基于摄像机的手势识别系统在黑暗环境下无法正常工作。本文提出一种基于多普勒雷达并利用卷积神经网络的手势识别系统。采用一款在 5.8GHz 具有双接收通道的低成本多普勒雷达传感器来采集四种标准手势的大型数据库。接收到的手势信号随后经时频分析处理。卷积神经网络用于分类不同手势。实验结果以 98% 的准确率验证了系统的有效性。此外，还研究了识别距离与手势尺度等相关因素。
引用
@article{arxiv.1711.02254,
title = {Doppler-Radar Based Hand Gesture Recognition System Using Convolutional Neural Networks},
author = {Jiajun Zhang and Jinkun Tao and Jiangtao Huangfu and Zhiguo Shi},
journal= {arXiv preprint arXiv:1711.02254},
year = {2017}
}
备注
Best Paper Award of International Conference on Communications, Signal Processing, and Systems 2017