基于可变形 Transformer 的毫米波雷达手势形状分类
计算机视觉与模式识别
2022-10-25 v1 人工智能
摘要
本文提出一种新颖的、实时的、基于毫米波雷达的静态手势形状分类算法与实现。该方法以 60 GHz 雷达作为传感器输入，在低成本和注重隐私的非接触式控制技术中有若干应用。与先前基于距离-多普勒图像的二维分类方案不同，我们的方法将原始雷达数据转换为三维稀疏笛卡尔点云。所展示的采用可变形 Transformer 的三维雷达神经网络模型，显著超越了先前方法的性能结果，那些方法要么利用自定义信号处理，要么在距离-多普勒 FFT 图像上应用通用卷积技术。实验使用现成雷达传感器在内部采集的数据集上进行。
引用
@article{arxiv.2210.13079,
title = {mm-Wave Radar Hand Shape Classification Using Deformable Transformers},
author = {Athmanarayanan Lakshmi Narayanan and Asma Beevi K. T and Haoyang Wu and Jingyi Ma and W. Margaret Huang},
journal= {arXiv preprint arXiv:2210.13079},
year = {2022}
}