基于三维联合识别网络的毫米波雷达手势识别方法

作者：杨磊; 张文鹏; 姜卫东; 杨威

来源：现代雷达, 2022, 44(12): 8-14.

DOI：10.16592/j.cnki.1004-7859.2022.12.002

• 手势识别
• 毫米波雷达
• 三维卷积神经网络
• 距离-多普勒

随着智能化时代的到来，基于毫米波雷达的手势识别逐渐成为研究热点。针对目前基于雷达的手势识别方法中存在利用信息有限且泛化能力低的问题，文中在三维卷积神经网络的基础上提出了三维联合识别网络(3DURNet)模型。3DURNet以宽带雷达获取的距离-多普勒(RD)图序列作为输入，使用金字塔注意力卷积模块提取RD序列的多尺度空间特征并自适应地校准跨维度的通道权重，强化重要特征，进一步使用时间自注意力模块对全局时序信息进行建模，最后通过分类器得到识别结果。文中利用毫米波雷达在多种场景下对多名实验对象的不同手势动作进行测量形成一套雷达手势识别数据集。对比实验表明：所提出的3DURNet网络模型对手势动作识别的准确率可达到95.6%,参数量比主流3D网络降低一个数量级，同时具有良好的泛化能力，可为基于雷达技术的手势动作识别提供新的技术方案。

• 单位
  国防科技大学