一种多特征融合网络在复杂场景干扰下的动态手势识别方法

本发明涉及一种多特征融合网络在复杂场景干扰下的动态手势识别方法，包括：获取基带中频信号，对基带中频信号进行处理，获取距离‑时间图和多普勒‑时间图；将距离‑时间图和多普勒‑时间图输入手势识别模型，获取手势识别结果；手势识别模型利用训练集训练轻量级的神经网络模型获得；基于手势识别模型中的DSCC模块提取距离‑时间图和多普勒‑时间图的空间位移特征和手势速度变化信息，获取特征图，将特征图结合位置编码输入Transformer模块进行全局特征提取，获取手势识别结果。本发明通过对多个特征的提取和融合，更全面地表达了目标手势的距离、速度和时间信息，提高了手势特征在复杂场景中的丰富性和表达能力。