基于B型超声的在线手势识别.docxVIP

70传感器与微系统(TransducerandMicrosystemTechnologies)2018年第37卷第7期

DOI:10.13873/J.1000-9787(2018)07-0070-03

基于B型超声的在线手势识别*黄佑佳，刘洪海

(上海交通大学机械系统与振动国家重点实验室，上海200240)

摘要：开发了一种在线手势识别软件，并给出了相关在线性能评价指标。通过实验验证了B型超声人机接口的在线性能。实验结果表明：相较于现有的传统人机接口，系统对于11类手部动作具有更好的在线识别效果。平均在线动作选择时间为(0.24±0:15)s,动作完成时间为(1.27±0.19)s,动作完成率为(97±7)%,实时正确率为(95±5)%。

关键词：B型超声；在线评价指标；人机接口；手势识别

中图分类号：TP242.6文献标识码：A文章编号：1000-9787(2018)07-0070-03

OnlinegesturerecognitionbasedonB-modeultrasound*

HUANGYou-jia,LIUHong-hai

(StateKeyLaboratoryofMechanicalSystemandVibration,ShanghaiJiaoTongUniversity,

Shanghai200240,China)

Abstract:Anonlinegesturerecognitionsoftwareisdeveloped,andrelevantonlineperformanceevaluationindexisgiven.Onlineperformanceofhuman-machineinterface(HMI)ofB-modeultrasoundisverifiedbyexperimentTheexperimentalresultsshowthatcomparedwithtraditionalHMIs,thissystemhasbetteronlinerecogritioneffectfor1ltypesofhandmotions.Theaverageonlinemotionselectiontimeis(0.24±0.15)s,themotioncompletiontimeis(1.27±0.19)s,themotioncompletionrateis(97±7)%andthereal-timeaccuracyis(95±5)%.Keywords:B-modeultrasound;onlineevaluationindex;human-machineinterface(HMI);handgesturerecog-nition

0引言

目前，存在的基于肌电，近红外或者肌音的人机接口，刷新率都很高，实时性一般满足要求。但在准确性以及稳定性上均欠佳，特别是在精细动作控制方面。

将B超探头置于前臂皮肤表面会得到人体前臂肌肉横截面的超声图像。不同手势之间的B超图像不同，据此可以对手势进行识别。基于B超的人机接口，其优点为提供的信息量大，能够兼顾不同深度的肌肉信息。与肌电等信号比，其刷新率比较低。基于B超的人机接口其所需处理的数据量会大很多，其在线的性能表现也可能与离线情况存在一些差异。在现有超声人机接口手势识别领域，多数的研究均集中于离线动作的识别，并且取得了不错的效果23。也有研究表明在离线情况下，超声的识别率优于肌电?。

本文将参考肌电领域的一些在线性能指标5,通过自行搭建在线超声信号处理软件，通过实验验证该在线处理系统并给出基于B超人机接口的在线手势识别的具体指收稿日期：2017-05-11

*基金项目：国家自然科学基金资助项目

标，用于评价其在线性能。

1超声人机接口在线识别软件系统搭建

软件基本功能为根据B超图像实时识别出人体手势，应具备按照要求进行特征提取，分类器训练以及样本类别预测等功能。整个软件大致分为主窗口、对话框、分类器、特征提取类和信号源5部分。

主窗口用于整个模式识别处理流程。相当于处理中心，通过调用不