基于CWT和改进CBAM的手势识别方法

来源：计算机工程与应用杂志2025年第11期北京时间：

作者：王丽春, 张朝霞, 符文林, 陈帅, 陈泓扬

单位：1.太原理工大学 电子信息与光学工程学院，太原 030024；2.太原理工大学 电气与动力工程学院，太原 030024

摘要：手势作为一种交互方式，其动作简单直观、含义丰富，被广泛应用在各个领域。目前基于雷达的手势识别方法，大多采用短时傅里叶变换处理雷达回波信息，然而短时傅里叶变换窗口固定，不能同时提高时间分辨率和频率分辨率，为充分利用有效信息，提出采用连续小波变换处理雷达回波信号以提高手势识别精度。针对目前手势识别网络较为复杂，且受注意力机制能增强卷积神经网络特征表达的启发，提出一种基于改进CBAM（convolutional block attention module）注意力机制的手势识别网络。实验捕获了9种手势动作，建立了微多普勒图像数据集，结果表明，该方法实现简单，参数较少，识别准确率达到96.3%。

关键词：手势识别,注意力机制,超宽带雷达,连续小波变换（CWT）