摘要
本发明提供一种面向移动场景手势识别的毫米波雷达数据生成方法,其特征在于,包括:动态数据生成网络(人体‑相机位置估计器、深度预测模型、背景反射提取器、人体反射模型和数据拟合模型)和动态手势识别网络(空间特征提取模块和全局特征融合模块)两个单元架构,通过动态数据生成网络生成的大规模逼真的雷达数据,训练动态手势识别网络架构,利用动态视频数据来生成动态的毫米波雷达手势数据,提出适用于移动场景的毫米波雷达手势识别模型;解决了移动场景中背景和人的复杂反射特性难模拟问题、手势特征难提取问题;实现移动场景下普适的手势识别,有效扩充了毫米波雷达数据集,降低数据收集的成本,拓宽了移动场景下无线传感的潜在应用。
技术关键词
数据生成方法
数据拟合模型
动态手势识别
深度预测模型
全局特征融合
雷达横截面
位置估计器
空间特征提取
解码器架构
人体
多尺度局部特征
场景
编码器
网格
线性调频脉冲信号
反射噪声
注意力
系统为您推荐了相关专利信息
深度诊断方法
接头
深度预测模型
环空保护液
完井
大型海洋哺乳动物
信号分类方法
特征提取方法
全局特征提取
波形
场景文本图像
图像超分辨率
超分辨率方法
双模态
全局特征融合
数据资产交易
风控评估方法
分布式环境
梯度提升决策树
模型训练模块
电网统一信息模型
融合分析方法
动态三维模型
三维可视化引擎
深度预测模型