[發明專利]一種基于Wi-Fi信號的手勢識別方法

在審

• 申請號: 201510939043.0
• 申請日: 2015-12-15
• 公開（公告）號: CN105573498A
• 公開（公告）日: 2016-05-11
• 發明（設計）人: 劉東東;王亮;李偉;陳曉江;湯戰勇;彭瑤;張潔;王安文;任宇輝;郭松濤;何剛
• 申請（專利權）人: 西北大學
• 主分類號: G06F3/01
• 分類號: G06F3/01
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 李婷

本發明公開了一種基于Wi?Fi信號的手勢識別方法，提取待識別手勢信號GS，將待識別手勢信號GS與多個模板手勢信號進行匹配，得到待識別手勢信號GS與模板手勢信號之間的匹配距離，其中最小的匹配距離所對應的模板手勢信號所表示的手勢與待識別手勢信號表示的手勢一致，有效避免產生大量的冗余數據或者手勢數據提取錯誤，造成識別錯誤或者系統運行緩慢。

技術領域

本發明屬于人機交互、機器學習領域，涉及一種基于Wi-Fi信號的手勢識別方法。

背景技術

隨著計算機信息技術的快速發展，人機交互技術已經在人們的日常生活中扮演著越來越重要的角色。手勢是一種人與外界溝通時最直觀的交流方式，人們可通過軀體或者手勢直觀、簡潔、自然地表達自己的想法，因此基于手勢的人機交互技術成為目前研究的熱點，即手勢識別技術。

目前手勢識別技術主要分為兩類，一類為目標攜帶專門的傳感器或者設備，即主動式手勢識別技術，主動式手勢識別技術主要通過目標攜帶三軸加速度傳感器、陀螺儀、電子羅盤等傳感器設備采集手型或者跟蹤手部空間運動數據，目前主動式手勢識別中數據手套應用最廣泛，數據手套是通過目標穿戴包含多個傳感器的手套，通過傳感器記錄手在空間中的運動軌跡以及手指關節的運動信息，從而識別出目標的手勢，在國內，哈爾濱工業大學的吳江琴、高文等在中國手語識別系統中，使用由18個傳感器組成的Cyber Glover數據手套，結合隱馬爾科夫模型(Hidden Markov Model，HMM)和人工神經網絡(ArtificialNeural Network，ANN)兩種方法，實現對孤立詞的識別率為90％，簡單語句識別率為92％。主動式手勢識別技術可以直接獲得人手在空間中的坐標和手指運動信息，數據的精確度高、可識別多個手勢且識別精準度高，但由于還需用戶攜帶專門設備、不方便操作、不適合遠距離操作等缺點，使其應用場景受到了很大的限制。

為了用戶能夠得到更好的體驗，不再依賴傳感器或者專用設備等輔助裝置，國內外研究員開始研究目標不攜帶任何傳感器或者設備的手勢識別技術，即被動式手勢識別技術，由于其成本低，操作簡單，符合用戶習慣等特點，成為國內外研究的熱點。現有的被動式手勢識別技術主要有：基于計算機視覺的手勢識別技術、基于聲波的手勢識別技術、基于Wi-Fi信號的手勢識別技術。其中基于計算機視覺的識別技術，是通過攝像頭捕捉目標手勢的動作序列，對手勢信號進行復雜處理，然后通過模式匹配算法進行手勢識別，目前基于視頻的識別技術相當成熟，已成功應用于日常生活中，如微軟公司開發的Xbox 360游戲主機，但由于其易受環境光線強弱的影響，視頻處理數據量大，存在部署成本代價大，容易泄露隱私等諸多缺點，限制了其發展的前景。基于聲波的手勢識別技術，最典型成功案例是由華盛頓大學和微軟研究院共同提出，通過智能手機或筆記本電腦上的揚聲器和麥克風發送和接受18Khz聲波來感知用戶的手勢波動，但由于聲波所能感知的范圍小，限制了其應用范圍和場景。而現如今，完善的Wi-Fi基礎設施，使得Wi-Fi信號幾乎無處不在，國內外科學家利用Wi-Fi信號的普適性，著手研究通過感知Wi-Fi信號擾動為中心的手勢識別技術，如Q.Pu教授利用USRP(Universal Software Radio Peripheral，通用軟件無線電外設)發送和接收WI-FI信號，并且通過對Wi-Fi信號進行OFDM調制后，分析子載波的多普勒頻偏，實現對9種手勢識別。從國際前沿研究進展可以看出，該利用Wi-Fi信號的技術將在未來極大程度的改善人類生活，提高人類的生活質量。

基于無線信號的手勢識別順應了未來人機交互發展的趨勢，具有非常重要的研究意義和實用價值，尤其是其廣闊的發展前景，吸引了大量國內外專家的興趣。近三年來，基于無線信號的手勢識別技術得到了快速發展，主要分為兩個研究方向：

(1)使用RFID標簽實現手勢識別