基于深度时空神经网络的CSI手势识别方法

刘纤纤; 唐智灵; 黄燕红

doi:10.16725/j.cnki.cn45-1351/tn.2021.03.005

桂林电子科技大学学报 ›› 2021, Vol. 41 ›› Issue (03) : 199 -204. DOI: 10.16725/j.cnki.cn45-1351/tn.2021.03.005

基于深度时空神经网络的CSI手势识别方法

刘纤纤, 唐智灵, 黄燕红

作者信息 +

Author information +

文章历史 +

摘要

针对现有的手势识别系统未兼备适应用户差异性和手势多样性的问题,提出了一种并行的长短期记忆网络与全卷积神经网络联合的方法。该模型将采集的CSI数据进行异常点去除和滤波去噪等预处理,利用并行LSTM-FCN网络提取不同维度的手势特征进行训练并识别。通过搭建实验环境,采集5个用户的50类手势动作对系统进行评估。实验结果表明,该模型是有效的,对手势的多样性和个体的变化具有较好的鲁棒性。对识别结果的统计分析表明,识别的平均准确率约为98.4%。