对于用户而言,一种不需要外设而实现的智能手机操作方式会使得用户的操作变得更简单。因此我们利用手机自带的扬声器,发出人类无法听到的超声波,利用多普勒效应获得用户手势操作的信息,在机器学习的帮助下分析出用户所做手势进而匹配到用户想要实现的操作。
用户在使用我们的系统的时候,只需要“教给”它什么手势对应什么操作。我们的系统通过对于手势的机器学习提取动作的特征,当用户进行实际操作的时候,通过分析出用户做了什么手势进而执行相应的动作。用户不仅可以使用我们已经规定好的手势,更可以自定义属于自己的个性手势操作。
我们考虑到目前市场上Android手机占比日益增高,人们越来越接受Android手机的开放和方便,因此我们的系统选择架构在Android手机上,利用Android系统的开放性,最大化我们系统的效益。用户只需要将我们的系统安装到手机上,即可在自己熟悉的Android系统上方便使用。依托于使用率居高不下的Android系统,我们的系统可以改变更多人的操作习惯,同时也得益于Android广大的用户群体,我们软件的推广也会轻松很多。
服务端我们采用了微软提供的 Azure 云服务,依托微软云强大的计算性能,我们得以高效地完成复杂的机器学习过程。我们在充分利用计算资源的同时,利用宽广的云存储为每一个用户建立手势与操作的匹配关系,当用户需要提取数据时只需片刻即可从云端获取。