基于改进卷积神经网络的RFID单标签非接触手势识别研究 |
| |
引用本文: | 朱飑凯,邓文雯,宋杰,袁纬杰,梁鑫葛,董美亚,刘三满,张倩,赵菊敏.基于改进卷积神经网络的RFID单标签非接触手势识别研究[J].太原理工大学学报,2023(3):534-547. |
| |
作者姓名: | 朱飑凯 邓文雯 宋杰 袁纬杰 梁鑫葛 董美亚 刘三满 张倩 赵菊敏 |
| |
作者单位: | 1. 山西警察学院网络安全保卫系;3. 太原理工大学信息与计算机学院;4. 清华大学软件学院 |
| |
基金项目: | 国家自然科学基金资助项目(61972273);;智能警务四川省重点实验室资助项目(ZNJW2022KFZD004);;山西省高等学校教学改革创新项目; |
| |
摘 要: | 提出基于卷积神经网络的单标签非接触式手势识别系统,在不需要携带任何设备的情况下,利用单标签、单天线实现精准的手势识别。首先,通过人为添加干扰物,读取受多径效应影响的标签相位信号;其次,对标签相位信号进行预处理,选取动态时间规整算法(dynamic time wrapping, DTW)匹配与先验指纹库粗粒度手势识别;最后,将标签相位信号利用马尔可夫变迁场(markov transition field, MTF)生成特征图像,利用IM-AlexNet模型进行深度训练和实验测评。实验结果表明,改进后的模型训练参数减少为初始的7%,且准确率达到96.76%.该系统可大范围扩展,并具有较高的鲁棒性。
|
关 键 词: | 非接触 单标签 细粒度识别 神经网络 马尔可夫变迁场 |
|
|