研究目的
利用多普勒雷达测量的微多普勒特征,通过深度卷积神经网络(DCNN)识别人手手势的可行性研究。
研究成果
所提出的方法在十种手势分类中达到了85.6%的准确率,在七种手势分类中达到了93.1%的准确率。该研究表明,使用微多普勒特征与深度卷积神经网络进行手势识别是可行的,不过还需要进一步研究来解决因环境和用户差异导致的特征变化问题。
研究不足
该研究在受控环境中对单一参与者进行。观察到由于不同方位角和与雷达的距离导致的微多普勒特征变化,表明在非受控环境中可能存在挑战。
研究目的
利用多普勒雷达测量的微多普勒特征,通过深度卷积神经网络(DCNN)识别人手手势的可行性研究。
研究成果
所提出的方法在十种手势分类中达到了85.6%的准确率,在七种手势分类中达到了93.1%的准确率。该研究表明,使用微多普勒特征与深度卷积神经网络进行手势识别是可行的,不过还需要进一步研究来解决因环境和用户差异导致的特征变化问题。
研究不足
该研究在受控环境中对单一参与者进行。观察到由于不同方位角和与雷达的距离导致的微多普勒特征变化,表明在非受控环境中可能存在挑战。
加载中....
您正在对论文“[2019年IEEE第46届光伏专家会议(PVSC)- 美国伊利诺伊州芝加哥(2019.6.16-2019.6.21)] 2019年IEEE第46届光伏专家会议(PVSC)- 一步共蒸发超薄Cu(In,Ga)Se?太阳能电池的室温光致发光研究”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期