基于隐马尔可夫模型的非接触手势识别方法

摘要

非接触手势识别是一种新兴的人机交互技术,在很多领域正发挥着巨大作用。基于商用的WiFi设备目前应用广泛,但很多因素会影响识别性能。本文探讨了隐马尔可夫模型理论,提出了一种基于WiFi物理层信息的手势识别系统(non contact ges,NCGes),使用菲涅尔区域模型来学习手势特征。首先收集信道状态信息(channel status information,CSI),之后提取特征值来描述手势动作。先基于朴素贝叶斯算法实现简单手势的识别,进而运用隐马尔可夫模型理论实现复杂手势的识别。实验结果表明,该方法具有良好的鲁棒性,在不同的实验环境中的平均识别准确率达到92.7%,可以应用于复杂的室内场景,具有广泛的应用前景。