使用超声波阵列与机器学习的手势识别
Jaewoo Joo1, Jinhwan Koh2, Hyungkeun Lee3
1Department of Electronic Engineering, Gyeongsang National University, Jinju 52828, Republic of Korea.
Sensors (Basel, Switzerland)
|October 26, 2024
概括
这项研究引入了一种超声波阵列,用于精确的手势识别,达到98%以上的准确性. 该系统有效地跟踪单手运动在3D空间的计算机交互.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 人与计算机的交互
背景情况:
- 准确的人体手势识别对于先进的人机交互至关重要.
- 超声波传感器提供精确的物体检测,但由于光束宽度很大,难以区分多个物体.
- 利用超声波传感器的优势进行手势识别需要创新的阵列设计.
研究的目的:
- 利用超声波阵列开发一个有效的手势识别系统.
- 为了克服个别超声波传感器在区分多个物体方面的局限性.
- 为了能够在三维空间中准确跟踪不受限制的单手运动.
主要方法:
- 一个超声波阵列由八个发射传感器在一个圆形的形成和一个中央接收传感器构建.
- 该阵列产生了一个宽光束区域,能够测量沿X,Y和Z轴的手动.
- 在不同距离 (10-90厘米) 收集手势数据,并使用定制的卷积神经网络 (CNN) 模型进行处理.
主要成果:
- 拟议的超声波阵列系统在手势识别方面表现出高精度.
- 一个定制的卷积神经网络 (CNN) 模型在原始手势数据上实现了超过98%的准确性.
- 该系统在实时计算机交互应用中被证明是有效的.
结论:
- 开发的超声波阵列系统为准确的手势识别提供了强大的解决方案.
- 该系统能够跟踪不受限制的手动,使其适合于直观的计算机界面.
- 这项研究强调了超声波技术在提高手势识别能力方面的潜力.
