一种基于持续学习的雷达手势识别方法

本发明涉及一种基于持续学习的雷达手势识别方法。该方法先通过雷达采集手势原始信号，预处理得多普勒特征图以构建数据库；接着调取当前任务的支持集和查询集输入含特征提取器与分类器的模型，在特征提取器中编码支持集样本、算任务表示向量，经仿射变换调整权重后输出类别原型向量；再计算查询集样本与原型向量的马氏距离，基于距离用softmax输出概率分布，选最大概率类别为结果完成当前识别；最后重复上述过程，持续调取新任务数据，实现模型的持续学习。与现有技术相比，本发明具有提升在动态新增手势类别或样本稀缺的场景中手势识别的实用性和可靠性等优点。