基于渦旋電磁波雷達回波時頻圖像的動態手勢識別

王 碩，孫夢軒，楊志曉，王 輝，鄭戍華

（1.河南牧業經濟學院能源與智能工程學院，鄭州 450044；2.英國杜倫大學，英國 DH1 3LE；3.北京理工大學自動化學院，北京 100081）

0 引言

動態手勢包含一系列的手部動作，擁有更豐富的指令信息，是人機交互領域研究的熱點問題之一。現有的基于計算機視覺的手勢識別技術，受光線影響較大，并存在隱私泄露的安全問題。而基于雷達的手勢識別技術有著全天時、全天候的優勢，可在惡劣天氣狀況下正常工作，并且利用雷達信號進行手勢識別可有效保護用戶隱私。現有基于雷達的手勢識別技術，往往針對雷達回波中的多普勒效應進行分析，將時頻特征輸入到深度學習模型中，從而獲得分類結果。Kim 等通過對載頻為24 GHz 的雷達回波進行分析，并將深度學習模型作為分類器，實現了對3 種目標手勢的識別，其識別準確率達到99%。Choi 等利用60 GHz 的調頻連續波雷達，獲取了10 種動態手勢的回波數據，并將長短期記憶網絡作為分類器，獲得了99.10%的識別準確率。上述動態手勢識別方法均針對時頻特性有著顯著差別的目標（如左劃、右劃、順時針旋轉、逆時針旋轉等）。例如，當手部位于偏離雷達視線中心時，手指左劃和右劃分別會在起始和結束段造成較大的多普勒頻移，其出現時間可作為特征識別目標。但考慮手指往4 個方向劃動時，手指上劃和右劃所產生的多普勒效應相近，現有方法難以準確識別目標。

傳統電磁波僅能反映目標到雷達徑向上的投影，難以為識別提供更豐富的信息。……