一种基于RFID技术与切割菲涅尔区原理的手势识别方法

专利主权项内容

1.一种基于RFID技术与切割菲涅尔区原理的手势识别方法，其特征在于：该方法包括以下步骤：步骤S1：获取手部数据，判断受试者手部是否移动，并采用状态转换图的方法对数据进行分段处理；所述状态转换图用于描述受试者的手部运动，状态转换图包含四种状态：随机状态：随机状态作为初始状态，代表受试者正在做一些无关的手势动作，此时的数据不会参与到识别中来；准备状态：准备状态是当受试者正对天线，并在他与天线的连线上保持手的静止的一种状态，此静止状态用于表示手势动作的开始节点；识别状态：识别状态是当受试者在面前的三维空间中做出手势动作，该段时间内的数据上传到计算机系统，通过模板匹配对手势进行识别的一种状态；完成状态：完成状态作为一个结束状态，当受试者在空中做完手势后，在一段时间内保持手的静止，此静止状态用于提醒计算机系统一个完整手势动作的结束；所述状态转换图包括两种状态转换条件，具体为：手移动的状态转换条件和手静止的状态转换条件；所述手移动的状态转换条件用于将状态从完成状态转换为随机状态和从准备状态转换为识别状态的判断，手静止的状态转换条件用于从随机状态转换为准备状态和从识别状态转换为完成状态的判断；步骤S2：基于切割菲涅尔区原理的方法来提取手势特征，生成预设手势模板，用于匹配目标手势；步骤S3：利用AMPD算法分析接收信号中的RSSI信息，对手势进行判断与识别；利用AMPD算法分析接收信号中RSSI信息，具体为：AMPD算法用于检测信号中的峰值，对RFID设备采集到的RSS数据进行寻峰处理；步骤S3-1：先对RSS数据进行差分运算，突出原始数据中的变化点；对于标签阵列，使用RSS＝{rss，rss，...，rss}，k＝1, 2, 3, 4来表示第k个标签的RSS序列，其中，n是第k个标签的总读取数量；kk，1k，2k，n对于第i个数据点，计算如下：步骤S3-2：在数据中设定一个滑动窗口，在每个窗口内计算数据点的平均值，筛选出异常或重要事件的峰值；对于第k个标签，具体计算如下：步骤S3-3：计算峰值指标，量化信号值与窗口平均值之间的差异；通过将信号值与窗口平均值进行对比；步骤S3-4：寻找峰值位置；步骤S3-5：整合处理；步骤S3-6：手势识别。 （来源 马克数据网）