论文部分内容阅读
随着科技的进步和计算机的迅猛发展,人机交互变得越来越重要。手势以其清晰明了、自然友好、人性化的特点成为一种至关重要的人机交互方式。因此,手势识别受到了研究人员越来越广泛的关注。目前手势识别的方法主要分为三类:基于视觉的手势识别、基于传感器的手势识别和基于无线射频的手势识别。基于视觉的方法难以应用于光线不足的环境下,同时可能涉及到隐私的问题;基于传感器的方法需要用户携带额外的设备,有时候不一定方便。现有基于无线射频的方法基本是采用昂贵振荡器或特制专用设备去实现的,成本开销比较大,不利于大规模的部署。为了解决这些问题,本文在室内环境下基于现有的无线设备和商用的无线网卡,提出了一个不用携带任何设备(device-free)的手势识别方法。本文借助无线信道状态信息(Channel State Information,CSI)来进行手势识别研究。CSI是无线网络物理层上的信道信息,包含多个子载波振幅和相位信息,有助于我们进行细粒度的手势识别。我们在室内环境下,通过捕捉不同的人体手势在环境中移动导致无线信号不同的变化来实现手势识别。本文主要工作可分为三部分:第一,修改无线网卡驱动固件,编译得到Ubuntu系统,进行原始无线信道状态信息CSI数据采集。第二,对CSI数据进行预处理,得到合适的数据形式后并对CSI数据进行去噪,尽可能地减小因环境等因素产生的噪声。第三,采用LOF算法对CSI序列进行异常检测,得到因手势影响CSI部分,接着对其进行特征提取,最后用支持向量机进行分类,识别出手势。我们在视距(Line-of-sight)和非视距(None-line-of-sight)的实验场景下进行实验,分别取得了92%和88%的识别率。最后跟基于RSSI的手势识别方法比较,验证了我们方法的可行性和有效性。本文主要的创新点在于首次在商用网卡和无线路由器上利用CSI去进行手势识别。我们的系统简单、容易部署,不需要携带额外的设备,具有一定的实用意义。