جلسه دفاع از پایاننامه: خانم صفورا محمدعلیپور، گروه مهندسی کامپیوتر
خلاصه خبر: شناسایی ژست دست با استفاده از سیگنال های وای فای
چکیده: تشخیص ژست دست کاربردهای زیادی در ایجاد واسط¬های انسان و کامپیوتر دارد. نمونه¬هایی از این مساله را می¬توان در سامانه¬های واقعیت مجازی، ماشین¬های هوشمند، کنترل بدون لمس و غیره دید. از سوی دیگر در چند سال اخیر نشان داده شده است که تغییر در محیط باعث تغییر در الگوی سیگنالهای وای فای تبادل شده بین ارسال کننده و دریافت کننده میشود. این ویژگی سیگنال¬های وای فای در سناریوهای تعامل انسان و ماشین برای تشخیص ژست دست مورد توجه قرار گرفته است. برخلاف پیشرفت قابل توجه در این حوزه، هنوز چالش¬های زیادی در مورد تشخیص و شناسایی ژست دست وجود دارد. در این پژوهش دو ویژگی پر کاربرد مورد استفاده در این حوزه یعنی ویژگی مبتنی بر شدت سیگنال دریافتی(RSS) و ویژگی مبتنی بر اطلاعات وضعیت کانال (CSI) مورد مقایسه قرار می¬گیرند. پنج ژست مختلف دست توسط 14 کاربر تکرار شدهاند و در جریان آزمایشات سیگنال وای فای تبادل شده بین یک فرستنده و یک گیرنده ضبط شده است. برای این کار از ابزار CSI-tools استفاده شده است. این ابزار اطلاعات کانال و شدت سیگنال دریافتی را در اختیار قرار می¬دهد. پس از پیش پردازش و استخراج ویژگیهای مناسب پنج دستهبند مختلف برای تعیین نوع ژست دست استفاده شدند. نتایج آزمایش¬های ما نشان می¬دهد که دستهبند جنگل تصادفی با استفاده از ویژگی¬های مبتنی بر CSI با دقت حدود80 درصد نسبت به روش مبتنی بر استفاده از ویژگیهای RSS با دقت حدود 60 درصد برتری دارد. 31 شهریور 1397 / تعداد نمایش : 1950
|