申请/专利权人：中国海洋大学

申请日：2021-11-01

公开（公告）日：2024-04-26

公开（公告）号：CN114036981B

主分类号：G06F18/241

分类号：G06F18/241;G06V10/147;G06V10/764;G06V10/82;G06V40/20;G01S15/89;G01S7/539

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明属于目标识别技术领域，公开了基于声波成像的手势识别方法，包括以下步骤：利用扬声器和麦克风发送和接收特制声音信号；将接收信号根据直射信号转化成接收信号矩阵；去除接收信号矩阵中的直射信号和静态物体回波信号；对处理后的接收信号矩阵进行脉冲压缩和运动补偿，并利用时频联合分析获得多张手势手型的距离多普勒图像；利用深度学习分类方法，实现手势手型的分类识别。本发明具有设备依赖性低和鲁棒性强的优点，可解决现有技术识别手势种类少和误操作多的问题。

主权项：1.基于声波成像的手势识别方法，其特征在于，包括以下步骤：S1、利用扬声器和麦克风发送和接收特制声音信号，所述麦克风的接收信号包括直接从扬声器发出的直射信号、经静止物体反射的静态物体回波信号和经移动手势反射的声音信号；S2、将接收信号根据直射信号转化成接收信号矩阵；S3、去除步骤S2获得的接收信号矩阵中的直射信号和静态物体回波信号，只保留经移动手势反射的声音信号；S4、对经过步骤S3处理后的接收信号矩阵进行脉冲压缩和运动补偿，并利用时频联合分析获得多张手势手型的距离多普勒图像；步骤S4是，首先对接收信号矩阵的列进行脉冲压缩，获得距离像；随后利用图像对比度完成运动补偿，消除物体大幅度移动；最后在完成补偿的距离像矩阵上，横向进行时频联合分析，获得多张手势手型的距离多普勒图像；步骤S4具体步骤为：1首先依次将接收信号矩阵列与发送信号相乘进行混频，然后，沿混频矩阵的纵向进行FFT，完成脉冲压缩，获得距离像；2通过对距离像分析获得目标的运动参数，并进行运动补偿：首先通过对距离像进行拉东变换；随后通过取拉东变换结果中最大值点对应的角度，获得距离像中距离变化的平均倾角，由于距离变化的倾角与目标径向速度相等，所以目标的径向速度获得，目标距离移动的模型为 其中，R0表示初始距离，vR即表示径向速度，aR表示径向加速度；目标移动，对距离像的相位影响为 其中，fc表示发送信号的载波频率，k表示线性调频信号的调频率，c表示声速，在目标移动的加速度区间[aRMIN,aRMAX]内，依次选取加速度值与获得的vR一起对距离像进行补偿；将补偿后的距离像沿横向进行FFT获得距离-多普勒图像并根据公式计算图像的对比度，当取值最大时，完成运动补偿，此时最后，利用vR和aR进行运动补偿获得经运动补偿后的距离像；3沿着进行运动补偿后的距离像的横向进行平滑伪魏格纳分布，可以获得多张手势手型的的距离多普勒图；S5、利用深度学习分类方法，实现手势手型的分类识别。

全文数据：

权利要求：

百度查询： 中国海洋大学 基于声波成像的手势识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD