摘要
本发明为基于卷积神经网络的雷达手势识别方法,所述识别方法包括以下内容:获取雷达手势信号,并进行预处理,得到能输入卷积神经网络的图像组成的雷达手势数据集;构建卷积神经网络,所述卷积神经网络包括自适应特征融合卷积模块AFFM、多个自适应均值池化和多个3×3卷积层、以及改进CBAM模块;输入雷达手势特征图到AFFM,再经过3×3卷积层和自适应均值池化处理后输入改进CBAM模块中,改进CBAM模块的输入为上级自适应均值池化的输出,改进CBAM模块的输出与上级自适应均值池化的输出进行逐元素乘操作后,再经过一个自适应均值池化、线性层处理,获得雷达手势识别结果。本发明在不增加参数量与运行时长的情况下,有效增加识别准确率。
技术关键词
通道注意力机制
手势识别方法
雷达
构建卷积神经网络
手势特征
卷积模块
检测点
Sigmoid函数
输出特征
ReLU函数
数据
图像
融合特征
浮点数
元素
系统为您推荐了相关专利信息
雷达信号特征
雷达信号处理方法
脉冲重复间隔
深度神经网络
编码器
集成栅极驱动器
互补驱动信号
信号驱动电路
隔离供电电路
控制供电电路
门控循环单元网络
时间卷积网络
多层感知机
时序特征
子模块
海上无人艇
避障系统
障碍物
卡尔曼滤波算法
动态窗口法