[发明专利]智能微波手语识别方法

说明书

本发明公布了一种智能微波手语识别方法，包括：利用信号源对手势进行照射，再通过接收机将带有手语特征的微波数据传入神经网络，通过神经网络对不同手语的微波特征进行学习和记忆，并以成像或直接分类的方式实现手语识别。本发明利用的微波频段具有穿透性，不受障碍物的约束；克服了现有光学手语成像和识别对环境，天气，光线等条件的依赖，可全天候不间断工作；利用机器学习处理数据，通过神经网络提高了计算能力，增强了手语识别精度；采用的深度学习网络抗噪声能力较强；且对设备要求低，可依据不同复杂场景、不同精度项目来灵活设置各种参数，灵活应用。

技术领域

本发明涉及人工智能和电磁成像与目标识别等交叉技术领域，具体涉及一种微波手语的智能识别方法。

背景技术

随着社会的发展和科技水平的提高，传统的生活方式已经不能满足人们的需求。人机交互、虚拟现实、语音障碍群体交流等已逐渐成为人们关注的焦点。在未来的生活中，人们希望将建筑、家用电器、电子设备和人类活动有机结合起来，甚至希望通过肢体语言来“远程识别”试图表达的情感意图，从而构建一个更高效、更舒适的生活环境。在这样的“智能”的社会中，手势语言将发挥不可或缺的作用。

为此各个领域的专家对手语做了大量的研究，虽然在捕捉和识别人体信号方面已经获得了大幅进展，然而均存在着诸多问题。在数据获取方面，以无线电进行手语识别为例，此方案要求目标主动佩戴可穿戴设备，这在很大程度上限制了人们的活动自由，同时体验不佳，并不能够在现实生活中广泛应用。此外还有一些方法工作在光学领域，这意味着它们受到天气、时段等方面的限制，并且主要依靠计算机视觉和光学图像处理来辅助识别，这就不得不使用摄像机或摄像机来监控人类活动，从而造成隐私侵犯，让人倍感不适。同时，由于光学特性的局限性，这些方法受到物理空间的限制，它们并不能在有障碍物条件下工作。也正是这个问题使得当前诸多方案同样未能进入现实生活场景，从而削弱了“智能性”；在数据处理方面，手语的识别很大程度上依赖于对数据流的高效处理：如何从大量的数据中高效、准确地提取不同手语的有效信息和特征，以何种手段快速地完成复杂度高的非线性计算等问题尖锐地摆在面前，这些问题能否得以解决将直接关系到手语识别是否可以真正走进现实生活。

发明内容

为了解决上述诸多问题，我们对微波信号的诸多特性进行了大量的研究和探索，并提出了“智能微波手语识别”的方法，即通过神经网络对不同手语微波特征进行学习和记忆，从而达到识别目的。该发明可在全时段的恶劣天气条件下工作，并由于其穿透特性，摆脱了物理空间的束缚，不再受障碍物的影响，真正实现了“远程识别”的功能。同时，利用本发明进行手语识别无需佩戴任何设备，大大增加了该发明的普适性；为了实现对数据流的高效处理，我们利用机器学习搭建相应的神经网络进行数据处理，通过对原本适用于计算机视觉的算法和网络框架进行改进，使得网络与微波信号相适应，真正实现了手语识别的高效性与高识别精度，本发明称上述方法为“智能微波手语识别”。此外，在实际应用中，网络一旦训练完成即可进行实时的手语识别，这一特点同样增强了本发明的实际可操作性。