基于5GHz频段雷达的手势识别系统研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 基于视觉图像的手势识别 | 第14-16页 |
| 1.2.2 基于生物信号的手势识别 | 第16-17页 |
| 1.2.3 基于雷达信号的手势识别 | 第17-19页 |
| 1.3 本文工作和章节安排 | 第19-23页 |
| 1.3.1 研究动机和重要性 | 第19页 |
| 1.3.2 与前人工作的不同之处 | 第19-20页 |
| 1.3.3 主要内容安排 | 第20-23页 |
| 1.4 本章小结 | 第23-24页 |
| 第二章 基于5GHz雷达信号的手势识别系统 | 第24-44页 |
| 2.1 系统工作框架 | 第25-26页 |
| 2.2 硬件介绍 | 第26-29页 |
| 2.3 手势数据采集 | 第29-31页 |
| 2.4 特征提取 | 第31-34页 |
| 2.5 基于卷积神经网络的分类器 | 第34-41页 |
| 2.5.1 卷积层 | 第35-38页 |
| 2.5.2 重叠池化层 | 第38-40页 |
| 2.5.3 全连接层 | 第40-41页 |
| 2.6 实验测试与分析 | 第41-43页 |
| 2.7 本章小结 | 第43-44页 |
| 第三章 基于可变形深度卷积对抗神经网络的分类算法 | 第44-62页 |
| 3.1 算法的必要性 | 第45-46页 |
| 3.2 对抗神经网络的算法理论 | 第46-49页 |
| 3.3 可变形深度卷积对抗神经网络的算法 | 第49-56页 |
| 3.3.1 以带步长的卷积层代池化层 | 第50-51页 |
| 3.3.2 缩放指数线性单元 | 第51-52页 |
| 3.3.3 可变形卷积核 | 第52-54页 |
| 3.3.4 特征匹配 | 第54页 |
| 3.3.5 小批量判别 | 第54-56页 |
| 3.3.6 历史平均 | 第56页 |
| 3.4 实验测试与分析 | 第56-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第四章 总结与展望 | 第62-64页 |
| 4.1 本文工作总结 | 第62-63页 |
| 4.2 研究工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 作者简历 | 第70-72页 |
| 发表文章目录 | 第72页 |
