一种基于轻量级神经网络的毫米波雷达手势识别方法

本发明公开了一种基于轻量级神经网络的毫米波雷达手势识别方法，包括：使用毫米波雷达采集多种动态手势动作的回波数据；根据回波数据，获取到手势动作的RTM和DTM；将RTM和DTM输入到构建和训练好的卷积神经网络中进行特征提取和融合，得到融合后的特征图；将融合后的特征图输入到改进后的MobileViT网络模型中，输出手势动作识别结果。本发明对轻量级神经网络MobileViT的结构和激活函数进行改进，减少了模型参数，降低了计算复杂度，提高了处理速度。本发明了利用毫米波雷达捕捉高精度手势回波信息，基于改进后的轻量化神经网络MobileViT，实现了高效且准确的手势识别，并在12种复杂手势数据集中进行了验证。