[发明专利]一种基于距离‑速度特征的手势识别方法

权利要求书

1.一种基于距离-速度特征的手势识别方法，其特征在于：该方法具体步骤包括：

步骤1，使用调频连续波雷达作为手势传感器，对接收到的差拍信号按慢时间的顺序进行排列，得到雷达回波信号2维矩阵，每行对应一个调频周期即慢时间，每列对应一个距离单元即快时间；

步骤2，对步骤1中的雷达回波矩阵，分别沿快时间维和慢时间维进行快速傅里叶变换即FFT，得到包含目标距离和速度信息的R-D图；二维FFT的计算公式如式(1)，

式中，X(l,k)是二维FFT变换的结果，N_F表示慢时间维的采样点数，N_s表示快时间维的采样点数，x_m(n)表示回波矩阵中第m个调频周期中的第n个采样；

步骤3，经试验统计，当目标进入雷达波束后，回波信号强度会发生明显变化，据此变化即能检测出运动目标是否存在；设定动目标检测阈值，当回波强度超过检测阈值时，即认为运动目标存在；检测到运动目标后，系统连续采集12帧差拍信号并进行二维FFT变换，得到R-D图序列；

步骤4，随机选取步骤3得到的4种手势的R-D序列，分为训练集和测试集；将训练集输入深度卷积神经网络进行训练，用经过训练的卷积神经网络对测试集进行识别测试；经过10000次迭代训练，最终得到的卷积神经网络的测试正确率超过98％；

步骤5，按步骤3的方法实时采集雷达回波信号并检测运动目标，当检测到手势动作时将R-D序列存储并发送给卷积神经网络进行识别，实时输出识别结果，能实现对电脑端的操作及实物的控制；

通过以上步骤，我们实现了不依靠摄像头和传感器设备的手势识别，能在没有光照和不穿戴传感器的情况下进行手势识别，并且实现了与电脑端和实物的交互，能作为一种可靠的、新颖的人机互接口；本发明加入了实时检测，巧妙的解决了数据截取位置不确定造成的识别困难的问题，实现了实时的手势识别和控制，具有很好的实用价值。

2.根据权利要求1所述的一种基于距离-速度特征的手势识别方法，其特征在于：

在步骤2中所述的“对步骤1中的雷达回波矩阵，分别沿快时间维和慢时间维进行快速傅里叶变换即FFT”，其作法如下：首先，对回波矩阵的每一行进行FFT即快时间维计算，然后依次对每一列进行FFT即慢时间维计算，最后对整个矩阵的每个元素求模值得到二维FFT的结果。

3.根据权利要求1所述的一种基于距离-速度特征的手势识别方法，其特征在于：

在步骤3中所述的“检测到运动目标后，系统连续采集12帧差拍信号并进行二维FFT变换，得到R-D图序列”，其作法如下：程序中每次会统计R-D矩阵的“总功率”，即对整个R-D矩阵模值求和的结果，然后计算与上一次R-D矩阵“总功率”的差值，如果超过了一定阀值，就认为有动作发生，然后连续采集12帧数据，分别进行二维FFT变化后得到R-D序列，如果没有超过阀值，则不采集数据，继续检测。

4.根据权利要求1所述的一种基于距离-速度特征的手势识别方法，其特征在于：

在步骤4中所述的“将训练集输入深度卷积神经网络进行训练，用经过训练的卷积神经网络对测试集进行识别测试”，其作法如下：将采集到的数据按4:1的比例分成训练集和测试集，对训练集中每组手势数据添加标签，然后送入卷积神经网络进行训练，同时每完成一次训练集上的训练就用测试集检测其预测准确度，如果准确度未达到要求就继续训练，否者停止训练。

5.根据权利要求1所述的一种基于距离-速度特征的手势识别方法，其特征在于：

在步骤5中所述的“实时输出识别结果，能实现对电脑端的操作及实物的控制”，是指我们将识别结果转化为控制信号，实现了对电脑端的控制，包括浏览网页和查看地图功能，我们还实现了对机械臂实物的控制，实现了一种新的人机交互方式。