[發(fā)明專利]一種基于離散小波變換的領(lǐng)域自適應(yīng)Wi-Fi手勢識別方法

有效

• 申請?zhí)枺?/td>: 202011468272.6
• 申請日: 2020-12-14
• 公開（公告）號: CN112733609B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 吳迪;吳宇杰;黃志川;胡淼
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F18/10;G06F18/2131;G06F18/24;G06N3/0442;G06N3/0464;G06N3/045;G06N3/084;H04W24/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 張金福

本發(fā)明涉及一種基于離散小波變換的領(lǐng)域自適應(yīng)Wi?Fi手勢識別方法，包括以下步驟：S1：采集手勢的CSI信號、手勢類別和領(lǐng)域類別，并將其作為訓(xùn)練數(shù)據(jù)；S2：將采集到的CSI信號按照小波變換的BVP特征提取方法提取到對應(yīng)的特征；S3：使用提取到的特征、手勢類別和領(lǐng)域類別同時(shí)對深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到深度神經(jīng)網(wǎng)絡(luò)模型；S4：將新采集到的需要分類的CSI信號按照小波變換的BVP特征提取方法提取到對應(yīng)的特征，再輸入到深度神經(jīng)網(wǎng)絡(luò)模型，即可獲得對應(yīng)的手勢分類。提出新的基于小波變換的BVP特征提取方法，并結(jié)合采集到的CSI信號提取出對應(yīng)的BVP特征，使用深度神經(jīng)網(wǎng)絡(luò)將提取到的特征構(gòu)建模型用于手勢識別，以增強(qiáng)模型的跨領(lǐng)域識別能力。

技術(shù)領(lǐng)域

本發(fā)明涉及模式識別領(lǐng)域，更具體地，涉及一種基于離散小波變換的領(lǐng)域自適應(yīng)Wi-Fi手勢識別方法。

背景技術(shù)

隨著計(jì)算機(jī)在社會(huì)中的普及，促進(jìn)人機(jī)交互技術(shù)的發(fā)展將對計(jì)算機(jī)的使用產(chǎn)生積極影響。因此，人們越來越重視研究用于跨域人機(jī)障礙的新技術(shù)。研究的最終目標(biāo)是將人機(jī)交互變得如同人與人交互一樣自然。長期以來，手勢一直被認(rèn)為是一種可以提供更自然、更有創(chuàng)意和更直觀的與我們的計(jì)算機(jī)進(jìn)行通信的交互技術(shù)。為此，在人機(jī)交互中加入手勢是一個(gè)重要的研究領(lǐng)域。

手勢識別這個(gè)術(shù)語指的是跟蹤人類手勢、識別其表示和轉(zhuǎn)換為語義上有意義的命令的整個(gè)過程。手勢識別的研究旨在設(shè)計(jì)和開發(fā)可以將用于設(shè)備控制的手勢識別為輸入并且通過將命令映射為輸出的系統(tǒng)。一般而言，從手勢交互信息采集的途徑是接觸式還是非接觸式的，可將手勢交互系統(tǒng)劃分為基于接觸式的傳感器和基于非接觸類的傳感器的兩類。

現(xiàn)有的技術(shù)中，參考文獻(xiàn)Kevin?NYY,?Ranganath?S,?Ghosh?D.?Trajectorymodeling?in?gesture?recognition?using?cybergloves?and?magnetic?trackers?[J].IEEE?TENCON,?2004,?10:571–574.

該技術(shù)通過一種用于手勢識別的無線儀器手套“CyberGlove?II”。CyberGlove?II具有22個(gè)傳感器，每個(gè)手指有3個(gè)彎曲傳感器，4個(gè)綁帶傳感器，1個(gè)掌弓傳感器和溫度傳感器用于測量彎曲和綁帶位移。每一個(gè)傳感器都是非常薄和有彈性的，實(shí)際使用中是幾乎察覺不到傳感器的存在。其質(zhì)地很輕，佩戴舒適，手掌處成網(wǎng)狀易于通風(fēng)，指尖露出，便于用戶抓取、寫字等。“壓電傳感器”體型細(xì)小、柔軟，對彎曲基本無阻力。安裝位置對手指的彎曲曲率半徑影響很小，保證傳感器準(zhǔn)確可重復(fù)地測量手部運(yùn)動(dòng)，并對所有用戶校正標(biāo)準(zhǔn)一致；但是該技術(shù)需要一個(gè)安裝眾多傳感器的手套，成本比較高。使用前必須先佩戴手套，在使用的便利性和靈活性上有所欠缺，穿戴時(shí)間長會(huì)給用戶不適感。

現(xiàn)有的技術(shù)中，參考文獻(xiàn)Cote?M,?Payeur?P,?Comeau?G.?Comparative?study?ofadaptive?segmentation?techniques?for?gesture?analysis?in?unconstrainedenvironments?[J].?IEEE?international?workshop?on?imagining?systems?andtechniques,?2006:28–33.

該技術(shù)使用計(jì)算機(jī)視覺處理的方法，使用攝像頭進(jìn)行拍攝后將所得視頻或者圖像用于識別。作為基于視覺的手勢識別系統(tǒng)的構(gòu)建模塊的大多數(shù)完整的手部交互機(jī)制包括三個(gè)基本階段：檢測，跟蹤和識別。手的檢測和相應(yīng)圖像區(qū)域的分割是手勢識別系統(tǒng)的首要任務(wù)。這種分割至關(guān)重要，因?yàn)樗鼘⑷蝿?wù)相關(guān)的數(shù)據(jù)與圖像背景分離開來，然后再將其傳遞到后續(xù)跟蹤和識別階段；但是該技術(shù)是基于計(jì)算機(jī)視覺的，需要攝像頭進(jìn)行拍攝再進(jìn)行識別。這種識別方法很大程度受限于攝像頭的位置，拍攝條件和角度。如果手勢不是面向攝像頭，會(huì)導(dǎo)致識別效果嚴(yán)重下降。此外，如果光照較差或者有抖動(dòng)等對拍攝質(zhì)量有影響，也會(huì)導(dǎo)致算法識別效果的下降。此外，使用攝像頭拍攝識別還有隱私泄露等問題。