[发明专利]基于RFID系统的实时精确且无接触的手势识别方法及系统

权利要求书

1.一种基于RFID系统的实时精确且无接触的手势识别方法，其特征在于，包括以下步骤：

1)读写器收集来自用户的手势信号，所述手势信号包括时间戳和相位值；

2)对所述手势信号进行预处理，得到归一化后的相位值，利用所述归一化后的相位值进行手势分割；

3)提取经步骤2)处理后的信号的粗粒度的统计特征和细粒度的小波变换特征来构建系统的分类器；

4)将获取的数据输入到的构建好的分类器，利用随机深林算法预测手势；

每个所述读写器监听M个标签，M＝4；在一个手势的时间里，对每个标签的相位值进行如下预处理：

若当前时刻相位值和下一时刻相位值的差值大于5，则将下一时刻相位值加上2π；若当前时刻下位置和下一时刻相位值的差值小于-5，则将下一时刻相位值减去2π；以此得到解缠后的相位值；

对于解缠后的相位值，若当前时刻下位置和下一时刻相位值的差值大于2.5，则将下一时刻相位值加π；若当前时刻下位置和下一时刻相位值的差值小于-2.5，则将下移时刻相位值减去π；以此得到模糊处理后的相位值；

对模糊处理后的相位值进行滤波处理，得到滤波后的相位值；

归一化所述滤波后的相位值。

2.根据权利要求1所述的基于RFID系统的实时精确且无接触的手势识别方法，其特征在于，步骤2)中，对于读写器的所有标签，手势分割的具体实现过程包括：

利用归一化后的相位值构建函数；

根据RFID系统中天线的读取速率和手势的快慢设定滑动窗口的长度，通过所述滑动窗口得到多个函数值；第i个窗口的函数值表示如下：分别表示第i个窗口的振幅和频率值，表示第k个相位值，L为窗口的长度；

选择所有函数值中的最大值，根据该最大值得到当前滑动窗口长度下所有标签的相位值和对应的时间戳；

利用每个标签的第一个时间戳组成左时间戳集合，每个标签的最后一个时间戳组成右时间戳集合，判断检测边框是否异常，若左时间戳集合中最小值-左时间戳集合中次小值-1或者右时间戳集合中最大值-右时间戳集合次大值1，则发生异常，则删除左时间戳集合的最小值或右时间戳集合最大值异常的检测边框；

将左时间戳集合中剩下的最小值和右时间戳集合中剩下的最大值确定为检测边框的左、右边框，即分割的起始和结束时间，将对应的归一化相位分割出来。

3.根据权利要求1所述的基于RFID系统的实时精确且无接触的手势识别方法，其特征在于，所述粗粒度的统计特征包括集中趋势、离散程度和分布形态。

4.根据权利要求1所述的基于RFID系统的实时精确且无接触的手势识别方法，其特征在于，所述细粒度的小波变换特征的具体提取过程包括：

1)利用线性插值方法将手势分割后的数据分割为等长度的数据段；

2)利用小波分解对线性插值处理后的数据进行分解，得到细粒度的小波变换特征。

5.一种基于RFID系统的实时精确且无接触的手势识别系统，其特征在于，包括：

读写器，用于收集来自用户的手势信号，所述手势信号包括时间戳和相位值；

预处理单元，用于对所述手势信号进行预处理，得到归一化后的相位值，利用所述归一化后的相位值进行手势分割；

建模单元，用于提取经预处理单元处理后的信号的粗粒度的统计特征和细粒度的小波变换特征来构建系统的分类器；预测单元，用于将获取的数据输入到的构建好的分类器，预测手势；其中，每个所述读写器监听M个标签，M＝4；在一个手势的时间里，对每个标签的相位值进行如下预处理：

若当前时刻相位值和下一时刻相位值的差值大于5，则将下一时刻相位值加上2π；若当前时刻下位置和下一时刻相位值的差值小于-5，则将下一时刻相位值减去2π；以此得到解缠后的相位值；

对于解缠后的相位值，若当前时刻下位置和下一时刻相位值的差值大于2.5，则将下一时刻相位值加π；若当前时刻下位置和下一时刻相位值的差值小于-2.5，则将下移时刻相位值减去π；以此得到模糊处理后的相位值；

对模糊处理后的相位值进行滤波处理，得到滤波后的相位值；

归一化所述滤波后的相位值。