GestureKeeper：用于物联网环境中设备控制的手势识别系统
人机交互
2019-03-18 v1
摘要
本文介绍并评估了GestureKeeper，一种基于可穿戴惯性测量单元（IMU）的鲁棒手势识别系统。在不依赖显式用户动作或特殊手势标记的情况下识别手势发生的时间窗，是一项极具挑战性的任务。为解决此问题，GestureKeeper利用相关时间序列的底层动力学，通过递归量化分析（RQA）来识别手势的起始。RQA是一种用于非线性时间序列分析的强有力方法，可检测系统动力学行为中的临界转变。最重要的是，它不对支配数据的底层分布或模型作任何假设。在估计出手势窗后，采用支持向量机来识别具体手势。我们提出的方法通过FORTH处的一项小规模试点研究予以评估，表明GestureKeeper能以87%的平均平衡准确率正确识别手势起始，并以超过96%的平均准确率正确分类具体手势。据我们所知，GestureKeeper是首个仅基于加速度计的自动手势识别系统。性能分析揭示了特征的预测能力及系统在加性噪声存在下的鲁棒性。我们还进行了敏感性分析以考察各参数影响，以及不同分类器（SVM、随机森林）的对比分析。最重要的是，该系统可扩展以纳入大型手势词典，并在无进一步校准的情况下服务于新用户。
引用
@article{arxiv.1903.06643,
title = {GestureKeeper: Gesture Recognition for Controlling Devices in IoT Environments},
author = {Vasileios Sideridis and Andrew Zacharakis and George Tzagkarakis and Maria Papadopouli},
journal= {arXiv preprint arXiv:1903.06643},
year = {2019}
}