五個手勢的點云數(shù)據(jù)經(jīng)過預(yù)處理并被分離。圖13展示了逆時針手勢的預(yù)處理結(jié)果，從左到右的處理步驟包括：疊加、最大速度限制、第一次DBSCAN、對齊、K均值分離手部和身體、第二次DBSCAN。提取了點云的時間序列特征數(shù)據(jù)用于訓(xùn)練。為了加快訓(xùn)練和數(shù)據(jù)處理速度，我們對數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理。具體來說，我們將MinMaxScaler應(yīng)用于時間序列特征數(shù)據(jù)的(x, y, z)坐標(biāo)，將數(shù)據(jù)縮放至0-1范圍。此外，將MaxAbsScaler應(yīng)用于時間序列特征數(shù)據(jù)的平均速度，將數(shù)據(jù)縮放至-1至1的范圍。為了觀察，我們從輸出中抽取了6幀來觀察點云質(zhì)心的變化。順時針手勢點云質(zhì)心的變化如圖14所示。紅點代表當(dāng)前的質(zhì)心位置，藍(lán)點代表之前的質(zhì)心位置。順時針手勢的質(zhì)心沿順時針方向移動，逆時針手勢的質(zhì)心沿逆時針方向移動。類似地，向右手勢的質(zhì)心水平向右移動，向左手勢的質(zhì)心水平向左移動。最后，拳擊手勢的質(zhì)心垂直向上和向下移動。

圖13.逆時針手勢的預(yù)處理結(jié)果

圖14. 順時針手勢點云質(zhì)心的變化

對于五個手勢，總共有14,480條樣本數(shù)據(jù)。這些數(shù)據(jù)被隨機重新排序，并分成三組：60%用于訓(xùn)練，20%用于驗證，20%用于測試。模型使用GRU、LSTM和RNN進(jìn)行了40次迭代的訓(xùn)練。圖15展示了這三個模型的混淆矩陣。GRU、LSTM和RNN模型的預(yù)測準(zhǔn)確率分別為99.51%、99.37%和81.11%。GRU模型的表現(xiàn)優(yōu)于其他模型。就模型預(yù)測時間而言，GRU耗時0.462毫秒，LSTM耗時0.483毫秒，RNN耗時0.461毫秒。RNN模型在預(yù)測速度上最快。盡管RNN模型在預(yù)測速度上較快，但在準(zhǔn)確率上不如GRU和LSTM模型。相比之下，GRU模型不僅更準(zhǔn)確，而且在時間消耗上也較少?？偟膩碚f，GRU在訓(xùn)練毫米波手勢識別模型方面表現(xiàn)更好

圖15. (a) GRU，(b) LSTM，以及 (c) RNN 的混淆矩陣

表III顯示了三種模型在實際手勢識別測試中的準(zhǔn)確率。在測試每種模型時，我們對每個手勢揮動了10次，并記錄了手勢是否被正確識別?？梢钥闯?，GRU模型優(yōu)于LSTM和RNN模型。

表III. 三種模型在實際手勢識別測試中的準(zhǔn)確率

C. 結(jié)合熱成像儀的毫米波雷達(dá)手勢識別

除了毫米波點云數(shù)據(jù)外，我們還提取了熱成像儀坐標(biāo)隨時間變化的歸一化時間序列特征數(shù)據(jù)用于手勢識別。在實際手勢測試中，熱成像儀使用識別手部圖像并記錄手部圖像坐標(biāo)的隨時間變化。五個手勢的坐標(biāo)變化結(jié)果如圖16所示

圖16. 五個手勢的坐標(biāo)變化

在手勢識別過程中，毫米波雷達(dá)捕獲了20幀的點云數(shù)據(jù)。然而，用于YOLOv7手部識別的熱成像儀執(zhí)行速度較慢。在熱成像儀執(zhí)行12幀手部圖像識別所需的時間內(nèi)，毫米波雷達(dá)可以捕獲20幀數(shù)據(jù)。如果熱成像儀在某一幀未能檢測到手部圖像，則最終捕獲的時間序列數(shù)據(jù)少于12幀。為了確保熱成像儀的坐標(biāo)隨時間變化信息包含在毫米波時間序列特征數(shù)據(jù)中用于手勢模型訓(xùn)練，我們對熱成像儀的坐標(biāo)隨時間變化曲線進(jìn)行了插值處理。這使得數(shù)據(jù)增加到了20幀而不改變波形。數(shù)據(jù)隨后進(jìn)行了MinMaxScaler歸一化處理。這一過程重復(fù)了9次，數(shù)據(jù)被拼接成200幀的時間序列數(shù)據(jù)。結(jié)合熱成像儀和毫米波雷達(dá)的手勢識別模型相較于僅使用毫米波雷達(dá)的模型有所改進(jìn)。在這個模型中，毫米波的平均速度、熱成像儀坐標(biāo)的時間序列變化以及毫米波時間序列特征數(shù)據(jù)作為輸入用于訓(xùn)練。同樣地，模型使用GRU、LSTM和RNN進(jìn)行了40次迭代的訓(xùn)練。五個手勢共有14,480條樣本數(shù)據(jù)。這些數(shù)據(jù)被隨機重排，并分成三組：60%用于訓(xùn)練，20%用于驗證，20%用于測試。圖17展示了三個模型的混淆矩陣。GRU、LSTM和RNN模型的預(yù)測準(zhǔn)確率分別為100%、100%和98.14%。

圖17. GRU、LSTM和RNN模型的混淆矩陣

表IV顯示了實際手勢識別測試的結(jié)果，比較了僅使用毫米波雷達(dá)與結(jié)合毫米波雷達(dá)和熱成像儀的準(zhǔn)確性。結(jié)合使用毫米波雷達(dá)和熱成像儀顯著提高了準(zhǔn)確性。
這句話意味著表IV提供了實際手勢識別測試中不同配置下的模型準(zhǔn)確率對比。具體來說，表IV展示了僅使用毫米波雷達(dá)和結(jié)合毫米波雷達(dá)與熱成像儀兩種情況下的準(zhǔn)確率。

表格內(nèi)容示例：

IV. 結(jié)論

本研究中，采用了一種結(jié)合毫米波雷達(dá)、熱成像儀和深度學(xué)習(xí)的大動作手勢識別系統(tǒng)。熱成像儀捕捉了手部圖像的信息，包括坐標(biāo)運動變化。這些信息與毫米波雷達(dá)的點云數(shù)據(jù)（包括三維坐標(biāo)和速度）結(jié)合，生成了時間序列數(shù)據(jù)。預(yù)處理后的數(shù)據(jù)被輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，開發(fā)出手勢識別模型。Jetson Xavier NX嵌入式評估板實現(xiàn)了實時手勢識別。實驗結(jié)果表明，結(jié)合熱成像儀和毫米波雷達(dá)顯著提高了手勢識別的準(zhǔn)確性。此外，使用GRU訓(xùn)練的模型在手勢識別任務(wù)中的表現(xiàn)優(yōu)于LSTM和RNN。