[原创·论文阅读]QGesture: Quantifying Gesture Distance and Direction with WiFi Signals

QGesture系统利用WiFi信号量化手势的距离和方向,适用于一维和二维场景。通过相位-距离关系模型和降噪处理实现手势识别。系统设计包括移除静态分量和2D手势追踪,采用前导动作激活识别功能。
摘要由CSDN通过智能技术生成

[原创·论文阅读]QGesture: Quantifying Gesture Distance and Direction with WiFi Signals

前言

本文推出了一个叫做QGesture的系统,在一维和二维部署场景下,它能对人的手势的运动距离和方向进行测量。部署场景:

比如,人在房间中做出一个推的动作,系统会识别出csi数据的模式,进而调整音量大小。下图是系统结构图概览:

模型构建

考虑下图的一维部署情景,空间中有n条无线电磁波路径。其中由于人的手向接收机(client)匀速运动而产生的路径称为动态分量,而其余n-1条路径称为静态分量。

相位-距离关系模型的构建:

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值