10.3979/j.issn.1673-825X.201906190236
基于时频特征的Wi-Fi手势识别技术
随着人工智能的快速发展,手势识别已经成为重点关注和研究的对象,利用Wi-Fi信号进行手势识别的技术无需额外的设备以及光照的条件,逐渐成为手势识别的主流.针对传统基于时域统计特征的方法,将经过噪声抑制后的信号进行短时傅里叶变换(short-time Fourier transform,STFT)构建手势信号的频域特征,结合时域和频域特性选择动作持续时间、频谱熵等特征作为特征值,采用支持向量机(support vector machine,SVM)的分类方法对特征值进行训练并完成手势识别.实验结果表明,在复杂的室内环境与室外空旷环境均能有效对手势进行识别,手势的识别率达90%以上.
时频域特征值、短时傅里叶变换、Wi-Fi、手势识别
33
TP393.1(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;长江学者;创新团队发展计划;研究生科研创新项目
2021-07-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
458-465