基于深度学习的多天线雷达美国手语识别系统
信号处理
2022-04-01 v1
摘要
本文研究基于射频的自动美国手语（ASL）识别系统。我们考虑利用时间频率（TF）分析和高分辨率接收波束成形对雷达回波进行联合时空预处理来实现 ASL 雷达识别。采用多天线传感器进行联合时间与空间处理所提供的额外自由度，有助于识别两人或多人之间的 ASL 对话。这是通过对波束成形采集空间图像，试图分辨同时通过手部和手臂运动进行交流的个体来实现的。时空图像被融合并由卷积神经网络（CNN）分类，该网络能够辨别不同个体所做的手势，即便波束成形器无法完全分离相应手势。焦点小组由具有不同手语熟练程度的个体组成，并使用德州仪器（TI）级联雷达在 77 GHz 频率下进行实时测量。
引用
@article{arxiv.2203.16624,
title = {Multi Antenna Radar System for American Sign Language (ASL) Recognition Using Deep Learning},
author = {Gavin MacLaughlin and Jack Malcolm and Syed Ali Hamza},
journal= {arXiv preprint arXiv:2203.16624},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2104.00217