注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  
收藏
文件名称: 使用超声波的智能手机手势识别.pdf
  所属分类: Android
  开发工具:
  文件大小: 924kb
  下载次数: 0
  上传时间: 2019-10-15
  提 供 者: xiaoka*******
 详细说明：利用超声波技术，在智能手机上实现手势识别功能。非常实用的一篇论文徐曾春,吴凯娇,胡平:使用超声波的智能手机手势识别 ()挥手向前 ()挥手向后 ()挥手向左 ()挥手向右 图不同的手势时频图 特征均为先靠近发射源,然后远离发射源,但是细节方 面咯有不同。 实现细节 系统流程 获得反射的超声波数据集 图为系统流程图。首先,通过话筒获取 最初,系统先获得手势运动的时间序列片段,此时 段时间序列,经过快速傅里叶()变换将此序列从时片段已经经过处理,结果如图所示。出于本实验 域信号转换为频域信号。接着搜索此事件片段中有元扬声器的发射信号为 测试设备话筒靠近扬声 手势序列,若无就更新环境噪声阈值及虚警率噪声功器,因此能量集中在附近。选取 和 率,若有就开始进入手势识别分析系统。手势识别先对 附近的点分析数据,得到图,纵轴进行了选 抓取出的手势片段进行去噪,然后提取特祉值,再进行取放大。然后判断是否有手势移动,如果有就进行识 数据均衡化处理,最后再使用 分类器或分別,如果没有就更新环境阈值 类器进行分类,输出手势 /时间序列 数据 去噪 汉明窗处理 特征值提取 查找手势序 数据均衡化 是否是手梦> 分类 图经处理后的频率图 为了排除噪声对手势识别的影响,本文系统保持对 更新环境噪声 阈值,更新虚 于势输出 环境噪声的实时更新。当系统刚开始启动时快速更新 警率噪声功率 噪声阈值,稳定后,环境噪声在没有于势的时候持续更 图系统流程图 新。更新规则如卜 () 计算机工程与应用 抗千扰突发噪音 山于本文系统的检测基于声波能量,所以系统检测 可以轻易地被噪声干扰。但是,用户在使用移动设备时 般不会离得太远,一般为 ,并且声音信号功 率的降低遵循距离上的平方反比定律,所以,对于远距 离的噪声源,比如说几米开外的噪音对系统的影响可以 被忽略。 经枪测,近处噪声源主要来自以下两种:()附近的 声音,用户触摸屏幕。这两种造成了近处无意义的 附近的频率图环境噪声更新 噪 N:=(1-a)N,+Fr 为了应对这两种噪声,本文系统使用了手机自带的 N代表当前t时刻噪声网值,N代表t-1时刻的噪陀螺仪。陀螺仪是种检测装置,可以在三维空间感知 声阙值E代表当前t时刻环境噪声。本文系统中a物体旋转。陀螺仪作为本检测系统的辅助资源。在系 取值为 统启动的初期,陀螺仪会先检测手机的摆放状态收集陀 虚瞥率 螺仪数据进行短期校准。阈值ε用来判断手机摆放状 话筒收集扬声器发出的超声波经过物体反射得到态是否发生变化。1为最低阈值,e为最高阈值。当 的信号,当发生系列的能量密度频率变化超过阈值,于机摆放在桌子上时,系统仅仅在陀螺仪确认于机摆放 则判定发现手势。由于用户在使用手机时离移动设备状态没有发生变化时才会进行检测;若用户手持手机, 铰近,所以反射声波比环境噪音信号强。但是,对于环则当陀螺仪数据在ε1和ε2之间时系统检测手势。而 境噪音的变化必须实时更新,系统才能将手势与环境噪关于附近的声音,因为本系统的处理声波频率范围为 音区分并识别出来,降低误判率:为了达到这个目标, 到 ,如果附近声音强度过大甚至对 系统仗川了虚警率()算法。虚警率是一超声波频率范围产生影响,则其在可听范围内的频谱会 种统计方法,原来应用于雷达系统中,用来识别干扰物产生强烈波动,如果在全频率范围内波动过大,则视为 体所引起的反射。 噪音抛弃 使用高斯分布Nμ,σ)来接近环境噪音能 特征值提取 虽。客观情况下,噪声总是存在,有时噪声会突然爆发 如上文所述,多普勒效应的本质是频率的变化,所 产生集中能量,当噪声能量超过定阈值(+yσ)或者以本文系统所需提取的特征值是于势运动时所产生的 γ标准差超过平均噪声阈值,噪声就会被检測岀来。就频率的变化,不同的手势引起的频率变仳规律不同。由 算给定噪声分布检测系统仍然有可能会因为突发噪音图可知,声波能量在 (发射频率)达到最大值 出错,出错概率为1-er,以y为数值呈指数下降 其周围存在的小波峰即为手反射的超声波。因为次高 峰既有叮能是手势移动引起的,又有叮能是能量中心引 关于噪声功率的取值,本文系统使用了窗口为起的旁瓣所以本文系统选取观测次高峰的移动规律区 W的滑动窗口估计 分不同的手势,当次高峰超过·定阈值,则判定为·个 ()=4()+(-1)y(-) ()手势开始,当次高峰回落到阈值以下说明于势出现间 断。如果连续有个次高峰在國值以下,则判定一个手 A(1)代表恰巧在:时刻前的短期平均噪声功率。假设势结束。本文系统预设一个完警的手势完成时间为 r()是在t时刻话筒接收到的声波信号,那么 将次高峰的频率波动序列存入向量F中,若长度小于 A()=m () ,则视为噪声抛弃,不识別。根据式()可以获得当 前瞬时速度作为辅助判断。 对于o()的估算方法和()类似关丁窗山宽度 根据以上手势抓取规则,在数据采集阶段将获得大 W的选取,W要比环境声音短得多,这样就算产生突量手势集合。由图可知不同的手势随着时间变化的 发噪音,在W窗口内也可以被近似看成高斯分布。 时频序刎不同,不同的手势将分为各自的手势集合分别 系统按以下规则识别手势:()当声波信号训练 强度超过坏境嗓音阙值N;()当声波信号强度() 数据归一化 超过阙值(+y);()当前检测与前一个能通过 将向量F放入训练之前,需先将数据进行 安全边界明确区分开来。 归一化处理,以消除超声波密度的影响。 徐曾春,吴凯娇,胡平:使用超声波的智能手机手势识别 F(i-min(F2) 本,类型标签和拉格朗日乘子,K代表核函数,b代表 max(F,)-min(F) 偏差 式中为样本数据的最大值,为样本数据的最小 使用时有一点需要注意,要求输入向量 值,F(1)是样本数据F屮第个数据,x是归一化后长度一致 的数据。 本文系统中使用的是默认的内核,训练集的 训练模型 输入数据为F,(即次高峰的颎率波动序列),长度为 隐马尔科夫模型是一种非常强的分类器。这种随 由于本文系统训练了种手势,所以识別标签为 机模型对于时变波谱很有效,并且能很好地分析信号特惩参数变化范围为,2]。经过训练后,即可使用 征。要建立模型有三个基本问题:评估问题解 对测试数据进行分类。 码问题、学习问题。评佔问题:现已知模型λ= 评测 (A.,B,x)和观祭序列(=(,O)2,…),如何有效计算 P(Oλ)^这决定了识别系统的准确度。解码问题:给定 实验描述 的信号,通过话 观察序列O=O,O2,…O及模型λ=(A.,B,x),如何寻 本文使用于机扬声器发射 筒接收反射信号。由亍手机设备生产厂家不同,话筒与 找当前最优的隐藏状态序列S=919…,使S对观 系统会智能地选择 察序列O的解释最为合理。和 在 年扬声器的相对位置不尽相同, 靠近扬声器的话筒接收信号。信号的采样频率选用国 使用了最大期望()算法对于给定的观测数据计算际标准为 。采用汉明窗,窗凵大小为 极大似然估计。对于问题三学习问题,即如何调整模型 系统在多种于机设备上进行了测试,测试手 参数,最好的解决方案就是提供多个观察序列加大训练机种类如下:小米,三星和索尼测试环境 数据集。公式表示如下 分为安静、普通、嘈杂;用户的使用方式分为摆放和手 A= arg max Po以 ()持测试用的手势设计如表。 为了便于计算,本文选择离散型模型,观察 表手势种类 值为F(即次高峰的频率波动序列),F长度为,隐 手势 描述 藏状态数Q设为,然后使用每·种手势的训练集为每 从石向左从设备前挥手 一个手势建立一个模型。最开始,初始化参数 从左向石从设备前挥于 λ=(A,B,丌),其中A表示状态转移矩阵,B表示混淆矩 向前靠近设备 阵,π表示初始状态概率,F为训练样本,之后利用 向后远离设备 算法对模型进行调整,直至获得最优模型参数。 N从左前方到右后方在设备前挥手 得到了最优模型后,将实时的规测序列F 下从右后方到左前方在设备前挥手 η从左后方到右前方在改备前挥于 作为测试数据输入,使用 算法计算最大似然手势 ∠从石前方到左前方在设备前挥于 模型输出,得到相似度,F与哪个手势模型相似度最高 则判定为这个手势 对于环境的嘈杂都度,本文认为安静的环境一般指 使用分类 室内办公环境,几乎没有高频噪音,只有一点低频噪音, 支持向量机是一种简单有效的札器学以算法被广对系统几乎没什么影响。普通的环境是指有一点高频 泛地应用于图像识别和分类问题中,对有限的训练数噪音。而嘈杂的环境则是指各个频段内都有噪音。 据进行分类,分类器拥有极大的优势。 手势识别准确性 出是为了将低维空间中线性不可分样本集向高维空间 系统用于训练的手势数据集来自于名志愿 峡射变为线性可分的样本集(即找到一个将数据分割的 者,每个人毎种手势各做次,相邻的的手势之间要求 超平面)而提出的。超平面方程可以表示为 间间隔不得低于。最终,每种手势收集了个样 本,共个样本。验证时采用十折交叉骑证,即将数 x+b=0 据集分成份,其中份作为训练集,份作为测试集 其中x表示数据点,v中代表转置。 轮流进行测试验证。测试结果如表所示 假设输入向量为r∈R 的基本形式表 从表结果可知,本文系统在安静和普通的环境下 示为 运作良好,精度超过。但是在极端嘈杂的环境下, f()=ay o() o(x)+b=a,K(r,a)+b( 例如餐厅,娱乐场所等地,系统识别精度受到影响较大 表为微软推出的 软件手势识别精度。与 中代表非线性映射函数弧(x)R→R(n
(系统自动生成,下载前可以参看下载内容)

下载文件列表

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
  • 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
  • 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
  • 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
 相关搜索: 使用超声波的智能手机手势识别.pdf
 输入关键字，在本站1000多万海量源码库中尽情搜索：