摘 要

如今，由于各类移动端系统的兴起，智能设备发展势头迅猛，人们的生活方式发生了巨大的改变。人们对于人机交互的需求不仅局限于传统的按键式和触摸式手势操控方法，为了合理有效地利用智能设备资源，紧跟科技发展的步伐，适应电子产品小型化、低功耗等特点，本文提出了利用超声波多普勒效应的一种手势识别研究方法。这个方法通过调用智能设备内置的扬声器与麦克风来进行超声波信号的采集。其中扬声器与麦克风都必须可以分别发射和接收超过18KHz的超声波信号，利用多普勒效应和快速傅里叶转换算法对声波信号进行处理和分析，从而得到有关手势移动方向的有效特征值，利用隐马尔可夫模型对手势进行模式识别，最后能够实现对手势的准确识别。

关键词：超声波 多普勒效应 手势识别 快速傅里叶转换算法 隐马尔科夫模型

Research Methodology For In-air Gesture Recognition

Abstract

Nowadays, due to the rise of various types of mobile systems, smart devices are developing rapidly and people's lifestyles have undergone tremendous changes. People's demand for human-computer interaction is not limited to traditional touch-tone and touch gesture control methods. In order to rationally and effectively use intelligent device resources, keep up with the pace of technological development, adapt to the characteristics of electronic products, such as miniaturization, low power consumption, etc. A gesture recognition method using ultrasonic Doppler effect was proposed. This method uses the built-in speaker and microphone of the smart device to collect the ultrasonic information. Both the speaker and the microphone must be able to transmit and receive ultrasonic signals exceeding 18 KHz respectively. The Doppler effect and the Fast Fourier Transform algorithm are used to process and analyze the acoustic signals, so as to obtain the rules of the direction of the hand movement, and to use the Hidden Markov Model. And finally the model of the gesture can accurately recognize the gesture.

Keywords:Ultrasonic Doppler Effect Gesture Recognition FFT algorithm Hidden Markov Model

目录

第一章 绪论 1

1.1 选题背景及其意义 1

1.2 凌空手势识别技术介绍 1

1.2.1 基于计算机视觉的凌空手势识别技术 2

1.2.2 基于电磁信号的凌空手势识别技术 3

1.2.3 基于超声波的凌空手势识别技术 3

1.3 本次论文内容简述 4

第二章 关键技术 6

2.1 多普勒效应（Doppler Effect） 6

2.2 文件传输协议（FTP） 8

2.3 快速傅里叶变换（FFT） 9

2.4 隐马尔可夫模型（HMM） 11

第三章 研究方案具体实现 14

3.1 识别系统框架及流程 14

3.2 超声信号的采集与传送 15

3.2.1 超声音频的采集 16

3.2.2 音频文件的传送 17

3.3 声波特征的算法分析 18

3.4 模式识别方法 22

第四章 研究结果与总结 25

4.1研究结果分析 25

4.2 研究总结 26

参考文献 27

致谢 29

第一章 绪论

1.1 选题背景及其意义

近几年，随着科技的发展，人类与机器之间的交流互动已经不只局限于按键等传统的人机交互（HCI，Human-ComputerInteraction）。触屏科技的出现，使得人们生活中的机器设备如虎添翼，在IOS以及Android等操作系统平台的发展下，人类生活水平跨上了一个新的高度。因此，基于此类智能设备的识别技术研究也吸引了越来越多的技术人员投入其中。然而这些触屏类智能设备在HCI方面还存在诸多限制，比如，智能手环、智能手表之类体积较小的设备，其可供触摸的屏幕太小，无法适配于大众人群。再者，Google之前推出的智能眼镜——Google Glass，由于其本身特质，无法提供触摸屏。因此，传统的手部按键操作或触摸操作已经不能满足人们对于人机交互便捷性的要求。为了丰富设备功能，便携式的键盘，远程遥控等设备开始兴起，但仍无法满足用户对便捷的需求。智能便携式设备平台迫切需要更为自然灵活的非接触式手势操控技术。

随着科技的不断进步，声控传感器、脑电波传感器等研究的出现让人们看到无需和机器接触就可以控制其操作的优越性。综合考虑到智能设备的体积小、电量有限、性能等特点，在前人研究的基础上，本次研究提出了一种基于超声波的面向智能手机的手势识别方法。

1.2 凌空手势识别技术介绍

凌空手势识别，即在非接触情况下利用手势与设备进行交互。从日常生活角度来看，用户可以在不接触设备的情况下，便可以用手势或者其他的身体部位，包括但不局限于站姿、步伐、人类行为意识等，来控制机器设备，或者与机器产生交流互动。从计算机科学以及计算机语言等专业角度来看，通过非自然程序语言以及数学逻辑算法，可以让机器在排除外界干扰的情况下远程接收人类肢体活动信息并作出回应，可以认为是计算机理解人类语言的一种方式。因此，凌空手势识别技术基于人类认知的基础上，在人与机器之间架起了一座沟通的桥梁。

使用手势识别的概念，人类可以将手部对设备的规定性动作，转换为相应的机器指令。通过这些机器指令，在没有任何外部接触的情况下，便可实现人类对于机器设备的自然控制。这对于人机交互技术来说，是一个巨大且有意义的进步。

相关图片展示：