基于信道状态特征的手势动作识别技术研究*

吴哲夫邵承贤龚树凤*毛科技吕跃华

(1.浙江工业大学信息学院，浙江 杭州310023；2.浙江工业大学计算机科学与技术学院，浙江 杭州310023；3.浙江省科技信息研究院，浙江 杭州310006)

近年来，随着物联网的不断发展，以人为中心的人机交互模式成为人们生活中不可或缺的一部分。人机交互模式中，手势识别作为人与机器重要的交互手段，吸引了许多研究者的注意。 根据采集数据的方式，当前手势识别的方式可以分为三种:基于图像分类处理的手势识别、基于传感器的手势识别以及基于无线信号的手势识别。

基于图像分类处理的手势识别主要利用摄像机对人体手势进行拍摄，并通过计算机图像处理的方法将手势和背景进行分割，从而识别手势。 如Guillaume 等人[1]用Kinect 摄像机拍摄人体手势，并利用k-曲率算法以及动态时间归整对手势进行分类，准确率达到了92.4%；宋一凡[2]等人利用姿态估计和神经网络结合的方式对拍摄手势图像进行分类，识别准确率达到了98%。 基于图像分类处理的手势识别虽然能够无接触的对人体手势进行识别，但在光照不充足的室内准确率会有所下降。

基于传感器的手势识别主要是通过人手持传感器(例如加速度仪)或者将传感器安装在手上来获取相关动作信息。 如吴常铖等人[3]利用装有弯曲电阻片的数据手套获取手部动作信息并利用神经网络进行分类，识别准确率能够达到99.2%；鲍磊等人[4]提出一种融合四路表面肌电和三轴加速度传感信息的识别方法，对4 名受试者的6 种手语手势最高识别率可以达到91.2%。……