mm-Wave Radar Hand Shape Classification Using Deformable Transformers

要約

新しい、リアルタイム、ミリ波レーダー ベースの静的な手の形状の分類アルゴリズムと実装が提案されています。
この方法は、センサー入力として 60 Ghz レーダーを使用する、低コストでプライバシーに配慮したタッチレス制御技術にいくつかの用途があります。
以前のレンジドップラー画像ベースの 2D 分類ソリューションとは対照的に、私たちの方法は未加工のレーダー データを 3D 疎デカルト ポイント クラウドに変換します。
レンジドップラー FFT 画像に対して一般的な畳み込み手法を処理または適用します。
実験は、既製のレーダー センサーを使用して、内部で収集されたデータセットに対して実行されます。

要約(オリジナル)

A novel, real-time, mm-Wave radar-based static hand shape classification algorithm and implementation are proposed. The method finds several applications in low cost and privacy sensitive touchless control technology using 60 Ghz radar as the sensor input. As opposed to prior Range-Doppler image based 2D classification solutions, our method converts raw radar data to 3D sparse cartesian point clouds.The demonstrated 3D radar neural network model using deformable transformers significantly surpasses the performance results set by prior methods which either utilize custom signal processing or apply generic convolutional techniques on Range-Doppler FFT images. Experiments are performed on an internally collected dataset using an off-the-shelf radar sensor.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google