隨著人工智能的發(fā)展和人類對(duì)生活品質(zhì)的追求,手勢(shì)識(shí)別逐漸成為該領(lǐng)域的熱點(diǎn)話題。傳統(tǒng)的手勢(shì)識(shí)別多為靜態(tài)手勢(shì)識(shí)別,而在智能駕駛、智能家居、單機(jī)游戲及手語(yǔ)解讀等方向,靜態(tài)手勢(shì)已不能表達(dá)用戶對(duì)加減速、升降溫等方面的需求,而觸摸屏交互又不利于用戶體驗(yàn)的提升,因此,需要引入動(dòng)態(tài)手勢(shì)識(shí)別來實(shí)現(xiàn)更加豐富的功能。傳統(tǒng)的動(dòng)態(tài)模式識(shí)別常在一段視頻中截取幾幀畫面,通過比對(duì)畫面像素值變化來確定其所屬類別,此類方法受光線影響較大且RGB三層像素運(yùn)算需要一定的成本。而相對(duì)于圖像或視頻,在動(dòng)態(tài)模式識(shí)別領(lǐng)域,雷達(dá)不受光線影響因而具有一定的優(yōu)勢(shì)。但同時(shí),雷達(dá)捕獲的是物體的信號(hào)過程,存在不確定性與多樣性問題,傳感目標(biāo)特征方法無法準(zhǔn)確預(yù)測(cè)。因此,本課題將雷達(dá)信號(hào)處理問題通過機(jī)器學(xué)習(xí)方法解決,結(jié)合FFT對(duì)手勢(shì)信號(hào)進(jìn)行處理作為輸入量訓(xùn)練動(dòng)態(tài)手勢(shì)SVM模型,實(shí)現(xiàn)對(duì)動(dòng)態(tài)手勢(shì)信號(hào)的分類。本課題的主要工作內(nèi)容如下:首先,本課題采用STM32F405RGT6微處理器、K-LC5雷達(dá)、HC-05藍(lán)牙,面向嵌入式平臺(tái),設(shè)計(jì)了可進(jìn)行手勢(shì)信號(hào)采集的硬件系統(tǒng)。其次,本課題分析了手勢(shì)雷達(dá)信號(hào)經(jīng)不同采樣寬度的小波變換、不同分段間隔的FFT結(jié)果,以動(dòng)態(tài)手勢(shì)... 

【文章來源】：東華大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

系統(tǒng)基本框架

基于多普勒號(hào)接收裝置是 K-LC5 雷達(dá)。K帶有用于短距離傳感器的不對(duì)方向，中頻輸出信號(hào) I/Q 可實(shí)信號(hào)。，其三邊尺寸分為 25mm、25m 所示，K-LC5 雷達(dá)架構(gòu)如圖 2

圖 2.2 K-LC5 外觀表 2.2 K-LC5 引腳分配功能 參中頻 Q 路正交輸出 1kΩ工作電壓 VCC5.0V中頻 I 路正交輸出 1kΩ接地 GND 0V 電壓控制振蕩器(VCO) 以 f0為中

【參考文獻(xiàn)】：
期刊論文
[1]基于SVM的縣域冬小麥種植面積遙感提取[J]. 羅桓,李衛(wèi)國(guó),景元書,徐向華,陳華.  麥類作物學(xué)報(bào). 2019(04)
[2]高速公路實(shí)時(shí)事故風(fēng)險(xiǎn)研判模型及可移植性[J]. 游錦明,方守恩,張?zhí)m芳,折欣.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[3]基于多目標(biāo)協(xié)同進(jìn)化遺傳算法的規(guī)則提取方法[J]. 張中偉,梅紅巖,周軍,賈慧萍.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2019(02)
[4]An SVM-Based Prediction Method for Solving SAT Problems[J]. HUANG Shaobin,LI Ya,LI Yanmei.  Chinese Journal of Electronics. 2019(02)
[5]Learning Multi Labels from Single Label——An Extreme Weak Label Learning Algorithm[J]. DUAN Junhong,LI Xiaoyu,MU Dejun.  Wuhan University Journal of Natural Sciences. 2019(02)
[6]基于Matlab GUI的數(shù)字圖像處理仿真平臺(tái)設(shè)計(jì)與開發(fā)[J]. 王文成,李健,王瑞蘭,吳小進(jìn),孫學(xué)巖.  實(shí)驗(yàn)技術(shù)與管理. 2019(02)
[7]基于連續(xù)波多普勒雷達(dá)的手勢(shì)信號(hào)識(shí)別算法[J]. 劉釗,崔恒榮,吳江林,謝吉成,劉濤.  信息技術(shù)與網(wǎng)絡(luò)安全. 2019(03)
[8]基于序列特征的2D CNN的動(dòng)態(tài)手勢(shì)識(shí)別[J]. 李振宇,張立民,鄧向陽(yáng),王彥哲.  兵器裝備工程學(xué)報(bào). 2019(02)
[9]基于PCA模型的蘇州市古城區(qū)PM2.5來源解析[J]. 鄒叢陽(yáng),蔣妮姍,李兆堃.  山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[10]基于改進(jìn)網(wǎng)格搜索法的SVM參數(shù)優(yōu)化[J]. 劉小生,章治邦.  江西理工大學(xué)學(xué)報(bào). 2019(01)

碩士論文
[1]基于卷積網(wǎng)絡(luò)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的中國(guó)手語(yǔ)詞識(shí)別方法研究[D]. 毛晨思.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[2]基于情境意識(shí)的智能汽車人機(jī)交互設(shè)計(jì)研究[D]. 楊文靈.湖南大學(xué) 2017
[3]聽力言語(yǔ)障礙輔助器具設(shè)計(jì)研究[D]. 王丹蕾.華東理工大學(xué) 2016
[4]支持向量機(jī)核函數(shù)及關(guān)鍵參數(shù)選擇研究[D]. 尹嘉鵬.哈爾濱工業(yè)大學(xué) 2016
[5]基于圖像的服裝號(hào)型推薦模型研究[D]. 毛連忠.東華大學(xué) 2016



本文編號(hào)：3455528