用于目标检测和手势识别的共振-放电脉冲神经元：一种混合方法
信号处理
2024-06-03 v1 机器学习
神经与进化计算
摘要
使用雷达进行手势识别通常依赖于计算昂贵的快速傅里叶变换。本文提出了一种替代方法，使用共振-放电神经元绕过快速傅里叶变换。这些神经元直接在时域信号中检测手部，消除了使用快速傅里叶变换获取距离信息的需要。检测后，采用简单的Goertzel算法提取五个关键特征，无需第二次快速傅里叶变换。然后将这些特征输入循环神经网络，对五种手势进行分类，准确率达到98.21%。与传统方法相比，所提出的方法在降低复杂度的同时表现出有竞争力的性能。
关键词
引用
@article{arxiv.2405.19351,
title = {Resonate-and-Fire Spiking Neurons for Target Detection and Hand Gesture Recognition: A Hybrid Approach},
author = {Ahmed Shaaban and Zeineb Chaabouni and Maximilian Strobel and Wolfgang Furtner and Robert Weigel and Fabian Lurz},
journal= {arXiv preprint arXiv:2405.19351},
year = {2024}
}