基于隐马尔可夫模型的非接触手势识别方法

张炜宁，王春东*

（天津理工大学a.天津市智能计算及软件新技术重点实验室，b.计算机视觉与系统教育部重点实验室，c.计算机科学与工程学院，天津 300384）

随着移动计算的迅猛发展和逐渐普及，手势识别技术也正日益发展[1]。传统的可穿戴设备交互需要借助外围设备等，给日常生活和工作带来诸多不便，越来越多的用户希望以非接触的方式与智能设备进行交互[2]。非接触式手势识别以一种更方便的方式来实现交互，例如用户可以在不触碰电脑的情况下通过滑动手势来实现网页的翻转以及点击链接。

传统的非接触手势识别分为两类：1）基于专业的硬件设备，例如智能手环。由于可穿戴设备的功率有限，给老年人带来了一些不便。很多场景应用摄像头来进行手势识别，但只能在视线范围内工作[3-7]。2）基于射频设备。基于射频设备的手势识别虽然不需要用户佩戴传感器，并且可以在非视线条件下工作。但前期需要进行大量的数据收集和训练，另外对环境的要求也很高[8-12]。

在本文中，提出了一种智能的基于WiFi信号的非接触手势识别算法（non contact ges，NCGes）。它是一种与室内位置无关的手势识别的菲涅尔区域模型[13]。利用菲涅尔区域模型原理来识别简单手势，再结合隐马尔科夫模型识别复杂手势。在3种不同的环境中进行实验测试。实验结果表明NCGes系统能达到很好的性能。它不需要用户佩戴传感器设备，并且可以在视线范围外工作，能达到十分可观的精确度。……