标题：改进后的MobileNetV2的雷达手势分类算法优化
作者：邵鑫 潘婷婷
作者单位：无锡城市职业技术学院，江苏 无锡 214153
关键字：雷达手势识别；MobileNetV2；图像分类；深度学习
摘要：手势识别作为新一代人机交互技术的重要发展方向，针对如何对雷达手势检测分类识别的问题，提出基于改进MobileNetV2的雷达手势分类算法。首先采用毫米波雷达对人体目标回波进行提取、预处理、目标位置确定以及STFT时频处理，得到三种不同手势的时频图并建立数据集，然后通过搭建好的PyTorch框架，利用CNN、MobileNetV2与改进后的MobileNetV2三种模型对其进行分析对比，最终完成雷达手势的检测识别与分类。实验数据表明，该改进后MobileNetV2模型的分类算法结果平均准确率可达到96.46%，有效地提高了模型的识别能力和准确性。