文献

J-GLOBAL ID：202202225052962514   整理番号：22A0960153

SoDar:SIMOドップラーレーダに基づくマルチターゲットジェスチャー認識【JST・京大機械翻訳】

SoDar: Multitarget Gesture Recognition Based on SIMO Doppler Radar

著者 (6件)： Yu Zhiwen (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Zhang Dong (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Wang Zhu (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Han Qi (Department of Computer Science, Colorado School of Mines, Golden, CO, USA) ,  Guo Bin (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Wang Qi (School of Computer Science, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Human-Machine Systems  (IEEE Transactions on Human-Machine Systems)
巻： 52  号： 2  ページ： 276-289  発行年： 2022年 
JST資料番号： W1031A  ISSN： 2168-2291  CODEN： ITHSA6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,レーダ,Wi-Fi,および無線周波数識別(RFID)などの無線周波数信号に基づいて,様々な知的活動認識システムが開発されている。1つのターゲットだけが存在するとき,これらのシステムは,異なる活動を認識する際に,しばしば高精度を提供することができる。しかし,そのような活性同定システムは,複数のターゲットが共存するとき,信号干渉のために,しばしば作業できない。この問題に取り組むために,市販の単一入力多出力(SIMO)デュアルチャネルドップラーレーダに基づいて,SoDarと名付けたマルチターゲットジェスチャ認識システムを提案した。最初に,データ前処理のためのエンドポイント検出,低域フィルタリング,および離散ウェーブレット変換を採用した。次に,信号対雑音比を最大化して,マルチターゲット信号分離アルゴリズムを設計して,さらに,主成分分析に基づいて得られた信号を改良した。その後,著者らは,各分離信号から静的および動的特徴を抽出するために,2段階特徴抽出法を提案した。最後に,分類モデルを訓練し,複数のターゲットのジェスチャを認識する。SoDarの性能を検証するために,2つのターゲットに対して6つのジェスチャーの9つの異なる組合せを選択し,8000以上のデータサンプルを収集した。実験結果は,2目標ジェスチャ認識の精度が90%以上であることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  アルゴリズム ,  干渉 ,  *ターゲット ,  *レーダ ,  低域フィルタ ,  特徴抽出 ,  *Dopplerレーダ ,  主成分分析 ,  ウェーブレット変換 ,  RFID
準シソーラス用語： 離散ウェーブレット変換 ,  無線周波数 ,  *ジェスチャー認識 ,  信号源分離 ,  WiFi , 【Automatic Indexing@JST】

分類 (2件)： 内燃機関一般  (PB02010R) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： SIMO ,  ドップラーレーダ ,  マルチターゲット ,  ジェスチャー認識