[发明专利]手势的识别方法、装置、移动终端和存储介质

权利要求书

1.一种手势的识别方法，其特征在于，包括：

基于雷达获取雷达回波数据，其中，所述雷达包括快时间维-慢时间维-天线通道维，所述雷达回波数据为快时间维-慢时间维-天线通道维的回波数据；

根据所述雷达回波数据判断是否存在手势运动；

当存在所述手势运动时，根据所述雷达回波数据提取手势轨迹特征，其中，所述手势轨迹特征包括距离轨迹特征、多普勒轨迹特征和角度轨迹特征；

根据所述手势轨迹特征识别出目标手势，所述目标手势为多个预设手势中的一个；

其中，所述根据所述手势轨迹特征识别出目标手势包括：

将所述手势轨迹特征输入到卡尔曼滤波器进行平滑去噪，得到所述手势运动对应的距离-多普勒-角度三维轨迹特征；

根据所述距离-多普勒-角度三维轨迹特征识别出目标手势；

其中，所述根据所述雷达回波数据提取手势轨迹特征包括：

根据所述雷达回波数据进行快时间维的傅里叶变换，得到多帧距离FFT数据；

对每一帧距离FFT数据求模并沿慢时间维求均值，得到每一帧距离FFT数据对应的均值结果；

对每一帧距离FFT数据对应的均值结果进行积累，构建距离-时间图；

提取所述距离-时间图中能量最大的距离单元作为所述距离轨迹特征；

根据所述多帧距离FFT数据进行慢时间维的傅里叶变换，得到多帧多普勒FFT数据；

基于所述距离轨迹特征提取每一帧多普勒FFT数据上的多普勒分量，所述多普勒分量对应所述距离单元；

对每一帧多普勒FFT数据的多普勒分量进行积累，构建多普勒-时间图；

提取所述多普勒-时间图中能量最大的多普勒单元作为所述多普勒轨迹特征；

根据所述多帧距离FFT数据，在天线通道维应用多重信号分类算法得到所述距离轨迹特征的距离单元上的角度谱，得到多帧角度谱；

对每一帧角度谱进行积累，构建角度-时间图；

提取所述角度-时间图中能量最大的角度单元作为所述角度轨迹特征。

2.如权利要求1所述的手势的识别方法，其特征在于，所述根据所述手势轨迹特征识别出目标手势包括：

将所述手势轨迹特征输入至训练好的神经网络模型；

根据所述神经网络模型的输出结果确定所述目标手势。

3.如权利要求1所述的手势的识别方法，其特征在于，所述根据所述雷达回波数据判断是否存在手势运动包括：

对所述雷达回波数据的快时间维进行傅里叶变换，得到距离维上的雷达回波数据；

通过一阶递归滤波器对所述距离维上的雷达回波数据进行杂波抑制；

对抑制后的距离维上的雷达回波数据通过对数高斯-恒虚警检测器检测是否有手势运动。