基于超声主动感知的微手势识别系统
信号处理
2024-12-02 v3 人机交互
摘要
本文提出一种利用超声主动感知的微动态手势识别系统与方法。该系统采用微动态手势进行识别，以实现人机交互（HCI）。所实现的系统称为手部超声手势（HUG），由超声主动感知、脉冲雷达信号处理以及基于机器学习的时序模式识别组成。我们采用较低频率（300 kHz）的超声主动感知来获取高分辨率的距离-多普勒图像特征。利用高质量的序列距离-多普勒特征，我们提出一种基于状态转移的隐马尔可夫模型用于手势识别。该方法通过使用符号化的距离-多普勒特征达到了近 90% 的识别准确率，并显著降低了计算复杂度和功耗。此外，为获得更高的分类准确率，我们采用端到端神经网络模型，取得了 96.32% 的识别准确率。除离线分析外，我们还发布了实时原型以验证该方法在现实世界中应用的潜力。
引用
@article{arxiv.1712.00216,
title = {Micro Hand Gesture Recognition System Using Ultrasonic Active Sensing},
author = {Yu Sang and Laixi Shi and Yimin Liu},
journal= {arXiv preprint arXiv:1712.00216},
year = {2024}
}