基于毫米波信号的域无关实时手势识别
计算机视觉与模式识别
2022-10-11 v3 人机交互
机器学习
摘要
利用毫米波（mmWave）信号进行人体手势识别可提供包括智能家居和车载界面在内的引人关注的应用。尽管现有工作在受控环境下取得了有前景的性能，但由于需要密集的数据采集、适应新域时的额外训练开销，以及实时识别性能不佳，实际应用仍受限。在本文中，我们提出 DI-Gesture，一个域无关且实时的毫米波手势识别系统。具体而言，我们首先通过时空处理推导对应于人体手势的信号变化。为增强系统鲁棒性并减少数据收集工作量，我们基于信号模式与手势变化之间的相关性设计了一个毫米波信号数据增强框架。此外，采用时空手势分割算法进行实时识别。大量实验结果表明，DI-Gesture 对新用户、新环境和新位置分别取得了 97.92%、99.18% 和 98.76% 的平均准确率。我们还在实时识别和极端角度感知等挑战性场景中评估了 DI-Gesture，均展示了我们系统优越的鲁棒性与有效性。
引用
@article{arxiv.2111.06195,
title = {Towards Domain-Independent and Real-Time Gesture Recognition Using mmWave Signal},
author = {Yadong Li and Dongheng Zhang and Jinbo Chen and Jinwei Wan and Dong Zhang and Yang Hu and Qibin Sun and Yan Chen},
journal= {arXiv preprint arXiv:2111.06195},
year = {2022}
}
备注
This paper has been accepted by IEEE Transactions on Mobile Computing (2022)