[发明专利]智能微波手语识别方法

摘要

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。

主权项

1.一种智能微波手语识别方法，其特征是，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；包括如下步骤：/n1)对目标手势进行照射，得到微波信号，形成含有手势的信息并接收；包括：/n11)信号源发射微波信号，目标手势对微波信号进行散射；/n12)接收机接收散射数据；/n2)基于残差网络架构对CNN进行改进，构建复数卷积神经网络complex-valued CNN，并对complex-valued CNN网络进行训练和优化；包括：/n21)所述complex-valued CNN的输入端采用双通道输入，分别对应微波信号数据的实部和虚部，与微波信号的复数特性匹配；/n22)采用优化算法进行网络优化；选择激活函数作为非线性单元；/n23)在每层激活函数前加入批量归一化层，以防止过拟合；/n3)利用训练好的神经网络complex-valued CNN，实现对微波信号直接进行分类识别；或将微波信号映射成光学图像，再根据图像和语义的一一对应关系进行识别；达到智能微波识别手语的目的；包括：/nA.建立微波信号与对应类别的映射关系，构建微波信号分类网络，实现所述对微波信号直接进行分类识别；所述微波信号分类网络的损失函数表示为式(1)：/n