基于FDC2214的手势识别装置文献综述

 2022-01-27 21:47:29

全文总字数：4701字

基于FDC2214的手势识别装置

摘要：手势识别技术实现了人与计算机的实时交流与互动，为人类的生活带来了极大的便利，本文以基于FDC2214电容传感器的手势识别为中心，通过阅读国内外有关手势识别的各项不同的研究成果与问题，对目前的手势识别技术进行简要的概括与综合论述。

关键词：FDC2214，手势识别，人机交互

  1. 研究目的及意义：

随着科技的发展，智能识别已经被广泛的应用于各种工业技术，智能设备等多方领域。智能识别包括手势识别，语音识别，人脸识别，虹膜识别等技术，本文主要是针对手势识别，通过对有关手势识别研究的文献进行大量阅读，对比基于不同传感器，或不同处理器的手势识别装置各自的优缺点，以及各项研究所取得的学术成果，研究过程中出现的问题，有关手势识别的未来发展趋势。了解手势识别在实际生活中的应用，手势识别为人机交互带来的怎样的便捷性与实时性。掌握有关手势识别的最新研究成果，观察研究过程中出现的问题，在问题中提出创新与改进。

目前基于电容传感器的人机接口在准确性以及功耗上欠佳，FDC2214作为新型的低功耗且识别率高的电容检测芯片，该系列产品能够抵抗多种环境干扰，包括来自无线电，电源，灯光，，以及电机产生的噪声干扰，且能够在噪声出现时使效能提升很多倍。

  1. 国内外研究概况
    1. 基于电容式传感器的手势识别

陈婷等【1】基于FDC2214的手势识别装置设计主要器件是以FDC2214为核心，通过该传感器采集数据引起LC电路振荡频率发生变化从而完成对猜拳手势（石头，剪刀，布）以及划拳手势（1，2，3，4）的识别。手势识别时，不同的手势对应着不同的电容值。该设计控制系统为STM32F103ZET6单片机，其具有高性能，低功耗的优点，且I/O接口较为丰富，便于程序移植。系统运行过程中先通过按键选择模式，之后再由传感器采集数据进行判定。徐贤等【2】基于电容式传感器的手势识别装置设计与制作当中同样采用STM32系列的处理器与FDC2214传感器进行猜拳手势与划拳手势的经检测识别。在电容传感器的选择方面，作者提到对比单极板式与双极板差分形式，在灵敏度，抗干扰性的优势下采用了单极板形式。基于识别速度的考虑，作者模式识别算法采用简单匹配算法。该设计将训练模式下的训练数据经滑动平均值滤波后的标定值存为样本数据，当判决时，将传感器测得数据采用K-NN算法在样本空间进行匹配运算，从而识别出结果。高泷森等【3】基于FDC2214电容传感器的手势识别系统与陈婷等【2】的手势识别设计相同之处在于也运用了按键来选择识别模式。该设计的核心也为FDC2214传感器，MCU采用STM32系列的STM32F407芯片，完成对划拳手势与猜拳手势的识别。孟浩洁等【4】基于电容传感器的嵌入式人体手势识别系统除了包含基于FDC2214的手势检测模块，还包括红外遥控模块来进行训练，该模式下使用HS0038传感器采集手势信息之后再进行精确识别，最后在判决模式下进行具体的手势识别，并通过LED屏显示。郭霞等【5】基于FDC2214的手势识别系统通过电容传感器电容值的变化来识别相应的手势，不同的电容值对应不同的手势符号。该设计也使用按键来切换训练模式与判定模式，对猜拳手势与划拳手势进行训练与判定。罗于恒等【6】关于一种非接触式手势识别装置的研究是基于STM32F103AET6主控芯片，该设计以FDC2214电容传感器作为检测芯片，具有训练模式与判决模式两种工作模式，对“猜拳（石头，剪刀 ，布）”与“手势比划（1，2，3，4）”完成识别。于燕秀等【7】基于FDC2214的一种非接触式手势识别装置。

    1. 动态手势识别采用隐马尔科夫模型

付潇聪【8】基于视觉的手势识别及其应用研究中提到基于视觉手势识别的主要有两大类：一类是基于单目视觉的手势识别，还有一类是基于多目视觉的手势识别。该研究所述的手势识别是通过摄像头获取到图像序列后通过图像预处理，手势检测与分割，手势特征提取，最终得出手势识别。图像预处理采用去噪和直方图均衡化的符合去噪方法。针对手势分割采用了混合滤波和直方图均衡化的方式提高了图像的对比度，静态手势识别中采用了手势图像的Hu矩特征作为手势特征，动态手势识别在静态手势识别的基础上采用隐马尔科夫模型，对常见的手势轨迹进行识别并取得较好的效果。梁喜军【9】基于ARM嵌入式平台的视觉手势识别技术研究，分析ARM Linux系统下视频捕获，收拾图像处理，复杂背景下手势的动态分割以及特征提取方法的基本理论和算法的基础上，设计并实现了一种基于ARM和Zigbee技术的，具备控制视频源属性，获取图片格式，设置视频帧速率等功能，可以实时进行手势识别和非接触性手势控制的嵌入式平台视觉手势识别控制系统。

    1. 基于ARM的手势识别

梁喜军【9】基于ARM嵌入式平台的视觉手势识别技术研究；贺霄琛【10】基于ARM的Kinect深度图像进行手势识别研究中是以ARM芯片为核心，以Linux为嵌入式操作系统，结合Kinect相机采集图像的手势识别系统。其中静态手势识别算法采用同心圆切割算法获取手势个数特征，结合Hu不变矩的前4个分量作为特征向量，预分类之后，通过SVM分类器进行分类识别，动态手势识别同样采用隐马尔科夫模型；

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章