基于双通道CNN的FMCW雷达手势识别方法

摘要

为了提高对手势动作的分类能力,提出一种基于双通道卷积神经网络(CNN)的调频连续波(FMCW)雷达手势识别方法。首先利用具有一个发射天线、两个接收天线的FMCW雷达对不同手势动作进行探测并收集回波数据,之后对每个接收通道的回波数据进行预处理,分别得到距离时间图、距离多普勒图与微多普勒时频谱图,然后将每个动作对应的三种彩色RGB图像进行堆叠。最后将堆叠后的彩色RGB图像输入到双通道CNN中进行手势特征提取和特征融合。实测数据处理结果表明所提基于双通道CNN手势识别方法对设计的八种手势动作的分类平均识别正确率为97.52%,与传统的单通道CNN相比,有效地提高了对手势动作的分类能力。