近年來,憑借新穎的功能和輕巧的外觀,新型智能設備在我們?nèi)粘Ｉ钪凶兊迷絹碓搅餍�。很多人開始使用它們來打電話、發(fā)信息甚至玩游戲。然而,正是因為其小巧的特性,也為人機交互特別是文本輸入帶來了挑戰(zhàn)。盡管目前已經(jīng)有很多方法被提出來解決這一問題,但是他們都有著不同方面的缺點,比如需要聯(lián)網(wǎng)、易受環(huán)境噪音干擾、泄露用戶隱私以及需要用戶佩戴特定設備等。基于此,我們展開了基于聲學感知的細粒度手勢輸入技術(shù)的研究,用戶無需攜帶任何其他設備即可利用此技術(shù)在空氣中書寫,系統(tǒng)可以自動進行手指動作識別,進而完成文本輸入。此技術(shù)突破了傳統(tǒng)利用屏幕點按的交互方式限制,不受屏幕大小、用戶差異、噪聲干擾和網(wǎng)絡狀況的影響,只要設備配備了揚聲器和麥克風即可使用。不同于此前的其他研究,此技術(shù)基于手指運動對聲音影響的物理原理進行了建模,創(chuàng)新地利用信號處理和圖像處理技術(shù)提取出每個手勢的本質(zhì)區(qū)別特征,因此不需要用戶預先進行數(shù)據(jù)訓練,減少了不必要的使用成本,提高了系統(tǒng)的可擴展性。同時我們設計了魯棒的連續(xù)手勢檢測方法,可以有效地對抗環(huán)境干擾,系統(tǒng)在用戶連續(xù)輸入的情況下也可以精確地定位出手勢信號的起點和終點。此外,我們還設計了基于貝葉斯推斷... 

【文章來源】：深圳大學廣東省

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

傳統(tǒng)設備鍵盤輸入示意圖

基于聲學感知的細粒度手勢輸入技術(shù)的研究3目前的人機交互技術(shù)主要有以下幾類：1.2.1基于鍵盤觸控的輸入技術(shù)長期以來，傳統(tǒng)個人電腦的操作交互和信息輸入主要依靠鍵盤和鼠標來完成。隨著觸摸屏幕技術(shù)的普及，人們把鍵盤虛擬化為軟鍵盤，并用觸摸點按屏幕來代替鼠標，大大減小了設備的體積。因此屏幕觸控與軟鍵盤（虛擬鍵盤）逐漸成為了智能手機、平板電腦等移動智能設備最常用的交互和信息輸入方式，如圖1-1所示。然而，隨著新型設備的進一步發(fā)展，它們的體積越來越小，對應地其屏幕的面積也越來越校比如華為智能手表HUAWEIWatch2的屏幕大小只有1.2英寸[29]，如圖1-2所示。這些新型智能設備依舊延續(xù)了傳統(tǒng)的交互模式，在系統(tǒng)里預裝了軟鍵盤。但是因為屏幕太小，在進行觸控時指尖會同時觸碰到多個按鍵，幾乎無法使用。軟鍵盤（特別是Qwerty全鍵盤）至少需要一定面積的屏幕才可以支持，否則會造成頻繁的誤觸，使用效率就會明顯下降。除此之外，大量的新型智能終端比如智能眼鏡、智能手環(huán)以及頭戴式智能設備（HMDs）等可穿戴設備往往并不配備屏幕，無法使用軟鍵盤和觸控點按來完成操作；智能空調(diào)、智能電視等智能家居由于其非移動的使用特點，不適合頻繁地直接對其進行觸控。圖1-1傳統(tǒng)設備鍵盤輸入示意圖圖1-2HUAWEIWatch2及其屏幕鍵盤

基于聲學感知的細粒度手勢輸入技術(shù)的研究41.2.2基于語音識別的輸入技術(shù)語音識別相對于鍵盤輸入具備非接觸的優(yōu)點，不需要很大的屏幕尺寸，逐漸替代鍵盤成為了新型智能設備的主要交互方式，很多公司的產(chǎn)品中都內(nèi)置了語音助手，比如蘋果公司的Siri[30]和微軟的Cortana[31]已廣泛應用在其生產(chǎn)的智能設備中（如圖1-3所示）。語音助手可以通過分析用戶語音中包含的指令來對設備進行控制與文本輸入。隨著自然語言處理與深度學習技術(shù)的發(fā)展，語音識別技術(shù)已經(jīng)取得了很大的突破，“科大訊飛”等公司的語音識別技術(shù)已經(jīng)達到了很高的準確率。但這種方法的缺點也是顯而易見的。一方面為了提高識別率和實現(xiàn)深層次的語義理解，設備往往需要聯(lián)網(wǎng)在云端計算再返回識別結(jié)果，這樣在離線的情況下準確度便會降低。另一方面，語音很容易受到環(huán)境噪聲的干擾，在嘈雜的環(huán)境（如地鐵、車站等）中幾乎無法使用。同時語音識別在公眾場合中使用時很容易無意間泄露個人的敏感信息（如密碼、地址以及聯(lián)系方式等）。1.2.3基于射頻信號的輸入技術(shù)基于射頻信號的輸入技術(shù)主要基于Wi-Fi信號、射頻識別（RFID）、超高頻信號（如60GHz）[32]、可見光（Visiblelight）[16]等幾類。圖1-3Siri和Cortana圖1-4基于Wi-Fi信號的輸入技術(shù)


本文編號：3537333