Human-computer Interaction-based Millimeter-wave Radar Gesture Recognition
本研究提出了一個毫米波雷達即時動態手勢辨識技術,透過幾個簡單的手勢取代鍵盤和滑鼠來操作應用程序,從而提供更生活化和直覺化的人機介面。我們透過手勢屬性分析、手勢訓練資料格式選擇評估、學習模型效能評估和系統實測性能分析,以提高手勢控制人機界面的實用性。我們的學習模型採用一大小為415 KB的1DCNN+LSTM混合模型支持四個動態手勢,並在德州儀器的FMCW雷達評估板上以30 FPS的採樣速度進行手勢識別。我們在7個用戶(包括5個右撇子和2個左撇子)的多媒體撥放實際測試中達到94.5%的操控準確率。此外,我們的方案在實驗室環境之外的複雜空間中操控應用程序,也不會有明顯的辨識錯誤的情況發生。