WiGest: A Ubiquitous WiFi-based Gesture Recognition System

摘要

系统名为WiGest，该系统使用标准WiFi设备，没有修改，也没有训练数据，直接把接到的信号分为几个原语（primitives）。当使用单个AP的时候，探测原语准确度为87.5%，甚至是信号穿墙的情境下。使用3个AP的时候准确度可达96%。

Introduction

介绍了人机接口（HCI），很多设备上的手势识别都有研究，如手机、电脑、导航设备、游戏机。同时也采用了很多方法，如计算机视觉、惯性传感器、超声波、红外线。不过这些技术有个缺点就是需要额外传感器的安装。
然后说了一下前人研究的缺点，比如这些系统需要对感兴趣区域的校准、对标准WiFi设备的改造，还有就是不支持比较细微的控制。WiGest利用了手势对接收信号强度的影响（RSSI和CSI）来识别不同手势，下图就是某个手势接收到的RSSI图。

实现WiGest有几个困难：多径噪声、其他媒体噪声、识别不同人的手势或者同一个人在不同时间的手势、靠近设备的其他人的干扰还有功耗问题。该系统使用了几种信号处理方法来滤除噪声使用多个AP并且提出一种独特的信号模式来识别手势开始阶段（the beginning of the gesture engagement phase），在不使用它的时候令其进入睡眠模式以降低功耗，还以线性时间复杂度实现了小波变换。

相关工作

A.基于WiFi

基于WiFi的解决方案一般是利用RSSI和CSI。文献29研究车辆RF噪声识别不同交通密度，文献30、32进一步区分人与车和探测车速；文献33研究FM广播或WiFi RSSI来探测人的站立或者走动。文献31采用多接收机并且简化分类系统。

B.基于RF

WiVi采用ISAR技术，把人体当做天线阵列。WiSee在DopLink的基础上通过提取OFDM信号的多普勒频移来精准识别不同手势。

WIGEST CONCEPTUAL OVERVIEW

A.Primitives Layer

原语（Primitives）有三个：上升沿、下降沿、静止。对于上升沿和下降沿来说，可以移动速度和信号高度。图:

B.Gesture Families Layer

三个原语的不同组合构成基本手势动作，如手的上下移动对应先下降沿后上升沿。动作的次数和频率也可以用来组成不同手势。

C.Application Actions Layer

本层应用程序可以将操作映射到手势动作，如提高音量可以映射为手的抬起，抬起速度可以控制音量提高的大小。

THE WIGEST SYSTEM

A. Primitives Extraction

为了降噪采用了小波变换。先简要介绍了小波变换的原理（需要具体学习）。
小波降噪包括三个部分：分解（decomposition）、滤波（thresholding detail coefficients）、重建（reconstruction）。分解就是通过小波变换将信号分解为高频系数（details）和低频系数（ approximations）；滤波就是通过小波detail coefficients滤除噪声，阈值基于最小Stein unbiased risk estimate（SURE）；重建就是combining the coefficients of the last approximation level with all thresholded details。
接下来是边沿提取和原语检测。同样是基于小波变换理论，将滤除噪声后的信号提取边沿，滤波后信号的上升沿可以提取出一个最小峰值，下降沿可以提取出一个最大峰值，暂停态就是一个固定的值。如图：

原语的属性有两个：速度和幅度。根据边沿间隔，分成三种速度高（间隔小于0.75s）、中（0.75-1.5s）、低（大于1.5s）。距离（貌似指手离接收机的距离）也分为两种：远（大于0.55feet）、进（小于0.55），这个取决于应用到RSSI上的阈值，这个阈值基于信号开始的值的变化而变化。

B.Gesture Identification

有个很重要的问题就是合适开始识别手势，如果一直识别的话，其他人的动作也会被识别，这样坑定不行，所有该系统定义了一个前言（preamble），为手的静止和两次上下移动，当检测到这样的信号后，就可以开始识别，如果一段时间内没有检测到信号，就终止识别。
识别到的信号被数字化，即上升沿为1、下降沿为-1、静止为0。然后根据数字的组合判断手势动作。

EVALUATION

主要介绍了一些测试的内容。。。

结论

WiGset系统采用了RSSI，区别于多普勒频移信息，RSSI简单，易获取且较容易处理，同时采用了小波变换的信号处理方法（需要进一步学习的），以后还将应用信号状态信息（CSI），并尝试用蓝牙或者蜂窝网RSSI信号来进行处理。
主要识别手的运动，对于具体手指的动作还是无能为力。