This thread has been locked.

If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.

[参考译文] IWR1443:IWR1443手势识别

Guru**** 2611705 points
Other Parts Discussed in Thread: IWR1443

请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/sensors-group/sensors/f/sensors-forum/671435/iwr1443-iwr1443-gesture-recognition

器件型号:IWR1443

您好!

我在用于 IWR1443的毫米波工业工具箱中运行了两个手势识别演示、现在我将尝试了解这两个工具的工作原理。
我看到代码基于 SDK 中的 MMW 演示、对于轻扫手势、我找到了一个名为 HandCraftedclassifier.c 的文件、该文件应该包含手势识别功能。
而对于 tirl 演示、我在 IWR 代码中看不到任何决策算法;在文件 my_VolCtrlVsFineTune_nn.m 中的 Matlab GUI 中仅找到决策中涉及神经网络函数的内容。
对代码进行逆向工程似乎有点棘手、我们希望了解手势识别在毫米波传感器上的工作原理。
您能否提供一些附加信息或白皮书来解释所涉及的算法?

Regads、

卢卡

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好、Luca、

    正确的做法是、对于滑动手势、处理和分类完全在 IWR 上。 然而、扭转手势的分类尚未从 Matlab 导入到器件中。  

    关于手势识别在毫米波传感器上的工作原理:本实验利用雷达提供距离、多普勒和角度信息的能力。 当做出手势时、距离、多普勒和角度特征的组合关系到手是否存在、手的速度以及手的位置和方向。 分类器使用这些签名来检测手势。 对于轻扫手势、通过多次执行手势并检查手势签名以确定阈值和有效范围、开发了手工分类器。 在 handcraftedclassifier.c 文件中实现了有效滑动手势的这些要求。

    最棒的

    Amanda