基于Transformer元学习网络的毫米波雷达手势识别方法

来源：雷达科学与技术杂志2025年第4期北京时间：

作者：屈乐乐，洪雨云

单位：沈阳航空航天大学电子信息工程学院， 辽宁沈阳 110136

摘要：传统深度学习依赖大量训练数据，而雷达数据的收集耗时费力，且难以涵盖所有手势类别，针对上述问题，本文提出一种基于Transformer元学习网络的毫米波雷达手势识别方法。首先对毫米波雷达采集的手势回波进行预处理得到多普勒时频图（DTFM），将DTFM输入到特征提取模块，该模块结合卷积神经网络局部特征提取和Transformer全局上下文建模能力，能够准确提取手势动作对应的DTFM特征。然后构建基于Transformer和序列池化的非线性分类器，执行特征级比较以衡量不同手势样本之间的相似度。最后将比较结果送入到分类模块中进行手势类别预测。实验结果表明，所提方法在小样本情况下可以有效地提高手势动作识别准确率。

关键词：手势识别,毫米波雷达,Transformer网络,元学习,

基金资助：国家自然科学基金（No.61671310）； 航空科学基金（No.2019ZC054004）； 辽宁省高校基本科研业务费资助项目（No.LJ222410143071）