[發明專利]一種基于UWB雷達技術的手勢識別方法

在審

• 申請號: 202210571318.X
• 申請日: 2022-05-24
• 公開（公告）號: CN115170831A
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 李志鑫;喬麗紅;肖斌;畢秀麗
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06V10/54
• 分類號: G06V10/54;G06V10/774;G06V10/80;G06V10/82;G06V40/20;G06N3/04;G01S13/02
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 廖曦

1.一種基于UWB雷達技術的手勢識別方法，其特征在于：該方法包括以下步驟：

S1：聯合局部二值卷積層和殘差模塊結構的LBP特征提取方式UGLCNN；引入局部二值卷積層，用來提取圖像的紋理特征；引入類似于殘差模塊的模塊結構，將輸入圖像和經過局部二值卷積層后的LBP特征進行跳躍連接，得到圖像的不同類別特征融合；

S2：由Shuffle Net和深度可分離卷積層改進后生成的手勢識別模塊UGSM和UGP NAS優化的方式組成的輕量級手勢識別模塊UGEN；其中的手勢識別模塊UGSM是以Shuffle Net為骨干網絡，引入深度可分離卷積層，添加在網絡的特征提取部分的尾部，得到圖像的更高維度的特征圖；

S3：基于無代理任務的神經框架搜索的適用于手勢識別的應用情景以及對應的硬件設備需求的模型訓練方式UGP NAS；將網絡框架整合到無代理的神經框架搜索網絡中，結合手勢識別的應用情景以及對應的硬件設備需求，通過將輸入網絡進行路徑級剪枝的網絡參數搜索，得到最適合與數據集和相應硬件設備的識別網絡。

2.根據權利要求1所述的一種基于UWB雷達技術的手勢識別方法，其特征在于：所述S1具體為：通過用8個二稀疏差分濾波器對整個圖像進行卷積，然后進行簡單的二值化；得到的這8個濾波器生成的8個位圖的加權和作為該中心點的像素值；將UWB手勢圖片數據集輸入到局部二值卷積層，通過兩層局部二值卷積層提取到圖像的LBP特征，并且采用殘差塊結構將得到的LBP特征和原圖像進行拼接，實現圖像不同層級的特征融合。

3.根據權利要求2所述的一種基于UWB雷達技術的手勢識別方法，其特征在于：所述S2具體為：UGSM以Shuffle Net為基礎骨干網絡，Shuffle Net以分組卷積和通道重組為核心模塊；在原有的以Shufflenet unit核心構建的網絡框架的末尾添加4層深度可分離卷積層，共同作為手勢識別的模塊部分。

4.根據權利要求3所述的一種基于UWB雷達技術的手勢識別方法，其特征在于：所述S3具體為：UGP NAS不需要代理任務，直接在整個數據集上訓練網絡的所有部分；UGP NAS使用基于梯度的方法的同時考慮了圖像分類的準確性和硬件設備的延遲性指標，能夠同時實現識別準確率和識別時間的最佳優化；在訓練過程中，將分類網絡傳入UGP NAS網絡中，訓練一個包含所有候選路徑的超參數化網絡，通過引入結構化參數來學習候選路徑的冗余性，進而在訓練階段中將具有冗余性的候選路徑進行剪枝，得到網絡的優化結構。