[發明專利]一種基于FPGA加速的低功耗手勢識別系統

在審

• 申請號: 202110167712.2
• 申請日: 2021-02-07
• 公開（公告）號: CN113157086A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 陳睿祺;朱燕翔
• 申請（專利權）人: 南京仁面集成電路技術有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州博士科創知識產權代理有限公司 44663
• 代理人: 宋佳

本發明公開了一種基于FPGA加速的低功耗手勢識別系統，包括FPGA和設置有IMU傳感器的手套，所述FPGA包括預處理模塊、特征提取模塊、分類模塊，所述預處理模塊分為小波降噪和SWAB算法實現數據中有效數據的分割和提取兩個部分，所述特征提取模塊運行卷積神經網絡對數據特征進行提取，所述分類模塊運行感知機網絡對特征進行分類進而輸出識別結果。預處理模塊有效減少了噪音對于后級處理的影響，同時也減少了后級數據處理量，特征提取模塊和分類模塊根據FPGA的可并行特性進行了加速設計，這些優化使得該系統具有較高的性能功耗比。

技術領域

本發明涉及手勢識別技術領域，特別涉及一種基于FPGA加速的低功耗手勢識別系統。

背景技術

手勢識別是很熱門且常見的技術，它對人機交互、醫療康復等領域都有著一定的意義。手勢識別方案可分為兩類，一類是通過MCU采集傳感器數據，在本地對傳感器數據進行處理并識別出手勢；另一類由MCU采集傳感器數據，之后將數據發送至性能更強的處理器再進行處理。傳統單片機通常運算性能較差；而傳輸到個人電腦級別的處理器進行處理，雖然性能較高，但是會因傳輸速率問題增加時延，且個人電腦級別的處理器便攜性較差，功耗也較高。

發明內容

本發明的目的在于提供一種基于FPGA加速的低功耗手勢識別系統，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：一種基于FPGA加速的低功耗手勢識別系統，包括FPGA和設置有IMU傳感器的手套，所述FPGA包括預處理模塊、特征提取模塊、分類模塊，所述IMU傳感器分別設置在手套上每根手指的第二關節和手掌背部。

作為本發明技術方案的進一步改進，所述預處理模塊分為小波降噪和SWAB 算法實現數據中有效數據的分割和提取兩個部分；其中小波降噪中給定平方可積的信號x(t)則有等式：

其中b是時移，a是尺度因子，ψ(t)為基本小波。

作為本發明技術方案的進一步改進，為了便于FPGA定量化計算，各個尺度下信號閾值的固定公式為：

其中γ為噪聲功率譜參數，median()表示輸入對應的中位數，為第j層小波的系數，j為分解尺度，length()表示輸入數據長度。

作為本發明技術方案的進一步改進，通過SWAB算法實現數據中有效數據的分割和提取具體為：將6個IMU傳感器采集得到兩個維度的信號數值的平方和作為變化的量度記作：

將signal記作判斷手勢動作的依據，通過設置合適的閾值分割出相應的信號。

作為本發明技術方案的進一步改進，所述特征提取模塊通過采用卷積神經網絡模型提取手勢特征。

作為本發明技術方案的進一步改進，所述卷積神經網絡一共三層卷積層，卷積核數量為分別為4、6、6，卷積核尺寸都固定為3_×3，步長為1，池化均選擇最大值池化，窗口大小固定為2_×2，全連接層輸出為4。

作為本發明技術方案的進一步改進，所述分類模塊使用多層感知機網絡完成分類，根據卷積神經網絡的輸出和最終結果要求設置了多層感知機的輸入和輸出，進而輸出識別結果。

作為本發明技術方案的進一步改進，所述分類模塊中多層感知機網絡有兩個隱藏層，每個隱藏層8個神經單元，針對不同層使用不同的激活函數，且分類模塊中引入了新的激活函數為：

ReTanh＝max(0，Tanh(x))。

與現有技術相比，本發明的有益效果如下：