在周围计算机环境中使用机器学习模块进行基于雷达的手势检测制造技术

描述了使用雷达系统(102)促进周围计算的技术和装置。与依赖于物理用户界面的其他智能设备相比，具有雷达系统(102)的智能设备(104)可以通过提供无眼睛交互和较低认知要求的基于手势的用户界面来支持周围计算。雷达系统(102)可以被设计为解决与周围计算相关联的各种挑战，包括功耗、环境变化、背景噪声、大小和用户隐私。雷达系统(102)使用周围计算机器学习模块(222)来快速辨识由多达至少两米外的用户所执行的手势。周围计算机器学习模块(222)被训练以对背景噪声进行滤波并且具有足够低的误报率以增强用户体验。

【技术实现步骤摘要】
【国外来华专利技术】

技术介绍

1、随着智能设备变得越来越普遍，用户将他们并入日常生活中。例如，用户可以使用一个或多个智能设备来获得日常天气和交通信息，控制家庭的温度，应答门铃，打开或关闭灯，和/或播放背景音乐。然而，与一些智能设备交互可能是麻烦并且低效的。例如，智能设备能够具有物理用户界面，该物理用户界面可能需要用户通过物理地触摸智能设备来通过一个或多个提示进行导航。在该情况下，用户必须将注意力从其他主要任务转移开以与智能设备交互，这可能是不方便和破坏性的。

技术实现思路

1、描述了使用雷达系统促进周围计算(ambient computing)的技术和装置。与依赖于物理用户界面的其他智能设备相比，具有雷达系统的智能设备能够通过提供无眼睛交互和较低认知要求的基于手势的用户界面来支持周围计算。雷达系统能够被设计成解决与周围计算相关联的各种挑战，包括功耗、环境变化、背景噪声、大小和用户隐私。雷达系统使用周围计算机器学习模块来快速辨识由用户执行的多达至少两米远的手势。周围计算机器学习模块被训练以对背景噪声进行滤波，并具有足够低的误报率本文档来自技高网...

【技术保护点】

1.一种方法，包括：

2.根据权利要求1所述的方法，其中，用于每个帧的所述帧概要的生成包括：

3.根据权利要求2所述的方法，其中，所述可分离残差块各自包括：

4.根据权利要求2或3所述的方法，进一步包括：

5.根据任一前述权利要求所述的方法，其中，所述概率的生成包括由所述机器学习模块利用一系列残差块和最大池化层处理所述连结的帧概要的集合。

6.根据权利要求5所述的方法，其中，所述概率的生成包括由所述机器学习模块利用密集层和softmax层来处理所述连结的帧概要的集合。

7.根据权利要求1至4中的任何一项所述的方法，其...

【技术特征摘要】
【国外来华专利技术】

1.一种方法，包括：

2.根据权利要求1所述的方法，其中，用于每个帧的所述帧概要的生成包括：

3.根据权利要求2所述的方法，其中，所述可分离残差块各自包括：

4.根据权利要求2或3所述的方法，进一步包括：

5.根据任一前述权利要求所述的方法，其中，所述概率的生成包括由所述机器学习模块利用一系列残差块和最大池化层处理所述连结的帧概要的集合。

6.根据权利要求5所述的方法，其中，所述概率的生成包括由所述机器学习模块利用密集层和softmax层来处理所述连结的帧概要的集合。

7.根据权利要求1至4中的任何一项所述的方法，其中，所述概率的生成包括利用长短期记忆层来处理连结的多个帧概要。

8.根据任一前述权利要求所述的方法，其中，所述多个帧概要的连结包括连结所述多个帧概要中的至少三十个。

9.根据任一前述权利要求所述的方法，其中，确定所述用户执行所述...

【专利技术属性】
技术研发人员：林锐志，连寄楣，尼古拉斯·爱德华·吉利恩，安德鲁·C·费尔希，山中仁，布莱克·查尔斯·雅科，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：