一种改进的CNN-LSTM-Attention在手势识别中的应用

本发明属于人机交互技术领域，尤其为一种改进的CNN‑LSTM‑Attention在手势识别中的应用，具体包括以下几个步骤：S1.通过毫米波雷达采集手势的原始信号；S2.对手势原始信号进行预处理，包括归一化、采样和OMP稀疏编码算法去噪；S3.将处理过原始数据处理成RTI,DTI,RDT信息矩阵，储存为.npy文件；S4.引入长短期记忆网络对CNN‑LSTM‑Attention进行改进，以增强算法对时序特征的捕捉能力，同时由于引入局部注意力机制，通过关键帧可以更好的进行跨用户分类；S5.利用改进后的CNN‑LSTM‑Attention动态手势识别，实验结果表明，本发明为手势识别提供了一种鲁棒、高效的解决方案，可广泛应用于人机交互、虚拟现实和智能设备控制等领域。