基于毫米波雷达人体手势感知的神经架构非线性预处理
信号处理
2022-11-08 v1 计算机视觉与模式识别
摘要
在现代车载计算环境中，许多传感器被用于上下文感知应用。本文利用两个由卷积神经网络（CNN）组成的深度学习模型 U-Net 和 EfficientNet，通过毫米波（mmWave）雷达测量的距离多普勒图图像来检测手势并去除噪声。为了提高分类性能，准确的预处理算法至关重要。因此，一种在进入第一个深度学习模型阶段之前对图像去噪的新型预处理方法提高了分类的准确性。为此，本文提出了一种基于深度神经网络的高性能非线性预处理方法。
引用
@article{arxiv.2211.03502,
title = {Neural Architectural Nonlinear Pre-Processing for mmWave Radar-based Human Gesture Perception},
author = {Hankyul Baek and Yoo Jeong and Ha and Minjae Yoo and Soyi Jung and Joongheon Kim},
journal= {arXiv preprint arXiv:2211.03502},
year = {2022}
}
备注
4 pages, 7 figures