一种基于轻量化计算与存储的手势识别方法及系统

本申请公开了一种基于轻量化计算与存储的手势识别方法及系统，属于手势识别技术领域，该方法包括：利用毫米雷达采集毫米波雷达原始数据，并生成点云数据；基于点云数据，提取特征向量并构建特征向量矩阵以捕捉手势动态变化；基于特征向量矩阵，采集不同手势的毫米波雷达数据，并进行人工标注得到毫米波雷达手势数据集；构建CNN‑LSTM混合神经网络模型并基于手势数据集进行训练，获得Keras模型；将Keras模型转换成适用于嵌入式端的轻量级神经网络模型；将轻量级神经网络模型部署到带有Arm Cortex‑M核心的毫米波雷达芯片上进行手势识别。该方法降低了计算复杂度和存储需求，增强了系统的独立性和数据安全性。