基于改进卷积神经网络的RFID单标签非接触手势识别研究

作者：朱飑凯; 邓文雯; 宋杰; 袁纬杰; 梁鑫葛; 董美亚; 刘三满; 张倩; 赵菊敏

来源：太原理工大学学报, 2023, 54(03): 534-547.

DOI：10.16355/j.cnki.issn1007-9432tyut.2023.03.017

• 非接触
• 单标签
• 细粒度识别
• 神经网络
• 马尔可夫变迁场

提出基于卷积神经网络的单标签非接触式手势识别系统，在不需要携带任何设备的情况下，利用单标签、单天线实现精准的手势识别。首先，通过人为添加干扰物，读取受多径效应影响的标签相位信号；其次，对标签相位信号进行预处理，选取动态时间规整算法(dynamic time wrapping, DTW)匹配与先验指纹库粗粒度手势识别；最后，将标签相位信号利用马尔可夫变迁场(markov transition field, MTF)生成特征图像，利用IM-AlexNet模型进行深度训练和实验测评。实验结果表明，改进后的模型训练参数减少为初始的7%,且准确率达到96.76%.该系统可大范围扩展，并具有较高的鲁棒性。

• 单位
  太原理工大学; 山西警察学院; 清华大学