在最近幾年里,穿戴式設備由于擁有新穎實用的功能和小巧玲瓏的外觀,而越來越受到人們的喜愛。然而,穿戴式設備的尺寸較為小巧,所以用戶使用諸如觸摸屏等傳統(tǒng)的方式與它們進行交互是很不便的,例如在穿戴式設備上查看的運動數(shù)據(jù)、查看心率或查看提醒事項等常規(guī)操作都是很不便的。盡管軟鍵盤在傳統(tǒng)的移動設備上得到廣泛的應用,但是如果用戶想在穿戴式設備上同樣地使用軟鍵盤進行文本輸入,那將會非常費時費力。此外,當手指濕了或臟了的時候,不僅在穿戴式設備上,即使是在傳統(tǒng)的移動設備上,軟鍵盤也不能很好地工作。隨著移動設備越來越普及,這些問題顯得越來越嚴峻。這激發(fā)了研究人員的興趣,也激勵著他們致力于改善移動設備的人機交互體驗。研究人員們已經(jīng)提出了各種類型的基于文本輸入的人機交互(Human-Computer Interaction,HCI)研究成果,例如語音語義識別、基于射頻(Radio Frequency,RF)的文本輸入技術、基于慣性傳感器的文本輸入技術等。但是它們均有其自身的技術限制,使得它們不適用于現(xiàn)有的許多商用移動設備。語音語義識別有容易泄露用戶隱私、環(huán)境嘈雜時性能下降、安靜環(huán)境時使用不方便和網(wǎng)絡不穩(wěn)定時速度...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的研究工作
    1.4 本文文章結(jié)構(gòu)
第2章 相關技術研究
    2.1 聲音信號處理
        2.1.1 聲音信號處理基礎
        2.1.2 濾波處理
        2.1.3 加窗處理
    2.2 有監(jiān)督分類模型
        2.2.1 KNN
        2.2.2 SVM
        2.2.3 ANN
    2.3 本章小結(jié)
第3章 系統(tǒng)設計方法
    3.1 系統(tǒng)總體設計
    3.2 數(shù)據(jù)預處理
        3.2.1 數(shù)據(jù)采集和去噪
        3.2.2 手寫動作檢測
    3.3 特征工程
        3.3.1 特征提取
        3.3.2 特征選擇
    3.4 模型訓練
        3.4.1 KNN模型建立
        3.4.2 SVM模型建立
        3.4.3 ANN模型建立
    3.5 本章小結(jié)
第4章 實驗與性能評估
    4.1 實驗設計和數(shù)據(jù)收集
        4.1.1 實驗設備
        4.1.2 實驗環(huán)境
        4.1.3 手指與設備的方位
        4.1.4 實驗人員與書寫習慣
        4.1.5 各個性能評估對應的實驗
        4.1.6 其它說明
    4.2 實驗結(jié)果分析
        4.2.1 數(shù)字識別性能
        4.2.2 有效距離
        4.2.3 訓練開銷性能
        4.2.4 用戶多樣適應性能
        4.2.5 英文字母識別性能
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
致謝
攻讀碩士學位期間的研究成果



本文編號：3744473