论文部分内容阅读
可穿戴智能移动终端的发展,使得接触式手势识别方法难以直接应用于屏幕较小的可穿戴设备。基于超声波的手势识别方法利用可穿戴设备内置的传感器实现对用户手势的识别,具有设备无关性、不受屏幕尺寸限制、操控范围广等特点,是一种可有效解决上述问题的非接触式手势识别方法。 传统的超声波手势识别方法通常仅利用采集的手势数据进行手势识别,未考虑用户所处环境和上下文操作手势等情境因素对识别结果的影响。因此,本文提出一种融合情境感知信息的超声波手势识别方法,通过环境和用户上下文操作信息感知用户手势操作意图,以提高手势识别的准确率和鲁棒性、改善人机交互体验。本文主要贡献如下: 提出了一种基于贝叶斯理论的情境信息感知方法。环境信息影响用户手势的发生,同时用户上下文操作手势之间存在一定的相关性,本文将环境信息和用户上下文操作信息作为情境信息,利用自定义的概率转化函数将环境信息转化为手势的环境置信度,利用N-gram模型将用户上下文操作信息转化为手势之间的转移概率,最后融合环境置信度和手势转移概率生成手势的情境置信度。 提出了一种融合情境感知信息的超声波手势识别方法。通过快速傅里叶变换进行时频分析、提取有效特征,利用超限学习机算法构建手势识别模型,并利用SoftMax函数将手势识别结果映射为手势的置信度;最后将手势的置信度和情境置信度进行融合,以实现对初始手势识别结果的修正。实验结果表明,融合情境感知信息后的手势识别方法能够将手势识别的准确率提高7.84%。 设计并实现了一套融合情境感知信息的超声波手势识别原型系统。基于本文提出的方法,设计并实现了一套融合情境感知信息的超声波手势识别原型系统,并将其应用于PPT的凌空操控。通过对系统进行主观性和客观性评估实验,验证了本文方法和原型系统的有效性和实用性。