摘要
本发明公开了一种基于注意力机制使用CSI比率信号的手势识别方法,该方法首先在监测区域内部署Wi‑Fi收发设备,然后从监测范围内采集人体手势动作对应的CSI信号;利用接收端不同天线接收到的CSI信号计算CSI比率信号,并把CSI比率信号作为手势识别的基本信号;再根据主成分分析(PCA)进行CSI比率信号的相关性提取,接着从处理后的信号提取具有显著手势特征的子载波;再利用短时傅里叶变换(STFT)将与手势动作相关的显著子载波转化为多普勒频移(DFS)图像;最后将DFS图像输入到ResNet残差网络模型,结合自适应的注意力机制动态分配特征学习权重。本发明通过实验对比现有先进的手势识别方法,发现其在域内和跨域情况下具有更高的准确性,具有重要的应用价值。
技术关键词
手势识别方法
注意力机制
比率
短时傅里叶变换
信号
残差网络模型
接收端
人体手势
载波
成分分析
手势特征
ResNet网络
收发设备
Softmax函数
脉冲噪声
标签类别
协方差矩阵
天线
系统为您推荐了相关专利信息
知识图谱模型
深度学习分类模型
算法模型
指令
智能识别算法
信号隔离电路
加热电路
加热开关电路
芯片老化测试系统
光电耦合器