【技术实现步骤摘要】
一种基于商用Wi
‑
Fi设备的跨域手势识别方法
[0001]本专利技术涉及无线感知领域，特别涉及一种低成本的基于商用Wi
‑
Fi设备的高精度无接触且可跨域的手势识别方法。
技术介绍
[0002]手势是语言之外人类的又一交流工具，例如交警在指挥交通时用手势可以指挥过往车辆，听力障碍或无法言语的人通常用手语作为主要的交际工具。而近些年以来，随着人机交互应用的推广，手势识别作为一种方便高效的实现手段，越来越受到重视。人们开始期待手势不仅可以作为人类之间交流的一种辅助工具，也可以作为人机之间交互的另一重要手段。
[0003]现有的手势识别方法主要分为以下3类：
[0004]第一类：基于可穿戴设备的手势识别方法。该类方法通常基于使用各种传感器的数据手套、加速度计、生物电等技术。尽管该类方法能够提供高精度的手势识别率，但是往往需要用户携带指定设备，会造成额外的负担和不适。
[0005]第二类：基于视觉的手势识别方法。该类方法通常由一个或多个摄像头采集手势图像信息，然后对采集的数...
【技术保护点】
【技术特征摘要】
1.一种基于商用Wi
‑
Fi设备的跨域的手势识别方法，其特征在于：该方法包括以下步骤：步骤一，在监测区域部署Wi
‑
Fi收发设备；步骤二，在监测范围内做手势，采集CSI数据；步骤三，从原始CSI数据中获取手势对应的DFS；步骤四，对手势对应的DFS数据进行预处理，获取能够取代DFS的低维特征数据；步骤五，将不同域中不同类型手势的低维特征数据输入到任务生成模块，得到单域任务和多域任务；步骤六，将单域任务、多域任务组合分批输入至元任务残差网络进行元学习训练，得到源域手势训练模型；步骤七，调整源域手势训练模型参数，完成跨域手势的识别。2.如权利要求1所述的基于商用Wi
‑
Fi设备的跨域的手势识别方法，其特征在于：所述的步骤四对手势对应的DFS数据进行预处理，通过卷积自动编码器实现手势数据的低维特征数据获取。3.如权利要求1所述的基于商用Wi
‑
Fi设备的跨域的手势识别方法，其特征在于：所述的步骤五，单域任务中只包含某一特定域中的手势数据，而多域任务中包含了随机几个域中的手势数据。4.如权利要求1所述的基于商用Wi
‑
Fi设备的跨域的手势识别方法，其特征在于：所述的步骤六，源域手势训练模型...
【专利技术属性】
技术研发人员：龚晓庆，王楠，宋凤仪，王晓静，冯超，房鼎益，李珂，王夫蔚，任宇辉，陈晓江，
申请(专利权)人：西北大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。