论文部分内容阅读
随着计算机技术的日益发展,人机交互(Human-Computer Interaction,HCI)在人们生活中变得越来越重要。手写识别作为手势识别技术的一种,以其简单、通用、方便的特点,引起了研究者们的广泛关注。传统的手势识别技术主要包括基于视觉的感知技术(Camera-Based)、基于传感器的感知技术(Sensor-Based)、基于特殊专用硬件的感知技术(Hardware-Based)。Camera-Based技术受限于视距与光照强度,并且存在隐私泄露的风险;Sensor-Based技术需要用户携带传感器设备,有时候会带来诸多方便;Hardware-Based技术采用昂贵的特殊硬件设备,开销比较大并且难以部署。针对传统手势识别技术存在的问题,本文设计了一个利用信道状态信息(Channel State Information,CSI)识别手写大写字母的系统Wi-Wri。CSI可以从商业WiFi设备中获取,包含了物理层的信道状态信息,提供了更为细粒度的多径传播特征。Wi-Wri系统主要分为两部分:1.基于CSI的手写特征波形的检测与提取。本阶段首先利用巴特沃斯(Butterworth)和主成分分析(Principal Component Analysis,PCA)滤波技术对采集的CSI数据进行去噪处理。然后提出了一种手写字母特征波形检测算法,检测并提取由手写字母动作产生的特征波形。2.基于CSI的手写波形特征的匹配与识别。本阶段首先采用DWT(Discrete Wavelet Transform,DWT)技术,减少CSI数据数量。接着利用DTW(Dynamic Time Warping,DTW)算法作为计算波形之间距离的工具。然后利用kNN(k-Nearest Neighbor,kNN)算法获取最终的识别结果。最后,提出了一种上下文纠错技术,进一步提高了识别率。实验表明,Wi-Wri在室内环境下可获取98.1%的特征波形检测率以及82.7%的字母识别率。