基于纯自注意力机制的毫米波雷达手势识别

在构建智慧控制，万物互联的背景下，通过手势远程控制设备，进行人机交互逐渐成为研究热点。对此，提出了一种以毫米波雷达为传感器，采用基于纯自注意力机制模型实现手势识别的方法。首先，采集正面视角的13类手势的时序回波数据。接着，对数据进行三维快速傅里叶变换(three-dimension fast Fourier transform, 3D-FFT)、动目标显示(moving target indication, MTI)、恒虚警率(constant false alarm rate, CFAR)检测操作并进行固定种类特征提取，将这些特征传入基于纯自注意力机制网络的雷达特征变换(radar feature transformer, RFT)网络。最后，基于实测数据完成了数据特征提取、网络训练、手势识别等步骤。实验结果表明，所提方法在测试集上准确率达到95.38%,网络训练时间短，模型复杂度低，泛化性好，为现有研究提供了新的研究思路。