[论文解读] Two gesture-computing approaches by using electromagnetic waves

Yukun Guo, Jingzhi Li+2 more|arXiv (Cornell University)|May 11, 2017

Microwave Imaging and Scattering Analysis参考文献 16被引用 3

一句话总结

本文提出两种基于电磁波的新型手势计算方法，通过反源问题检测动态手指或笔的运动。提出了一种确定性动态直接采样方法和一种随机改进粒子滤波方法，两者均可在未知非均匀介质中，从有限孔径的电磁场测量数据中准确重建运动轨迹，具有严格的数学理论依据和广泛的数值验证。

ABSTRACT

We are concerned with a novel sensor-based gesture input/instruction technology which enables human beings to interact with computers conveniently. The human being wears an emitter on the finger or holds a digital pen that generates a time harmonic point charge. The inputs/instructions are performed through moving the finger or the digital pen. The computer recognizes the instruction by determining the motion trajectory of the dynamic point charge from the collected electromagnetic field measurement data. The identification process is mathematically modelled as a dynamic inverse source problem for time-dependent Maxwell's equations. From a practical point of view, the point source should be assumed to move in an unknown inhomogeneous background medium, which models the human body and the surroundings. Moreover, a salient feature is that the electromagnetic radiated data are only collected in a limited aperture. For the inverse problem, we develop, from the respectively deterministic and stochastic viewpoints, a dynamic direct sampling method and a modified particle filter method. Both approaches can effectively recover the motion trajectory. Rigorous theoretical justifications are presented for the mathematical modelling and the proposed recovery methods. Extensive numerical experiments are conducted to illustrate the promising features of the two proposed recognition approaches.

研究动机与目标

• 开发一种实用的、实时的手势计算系统，实现无需机械装置的自然人机交互。
• 解决从有限孔径中收集的电磁场测量数据中识别移动点电荷轨迹的挑战。
• 确保对未知非均匀背景介质（如人体）具有鲁棒性。
• 将识别过程建模为时变麦克斯韦方程组的动态反源问题。
• 为基于电磁探测的实时手势识别提供数学上严谨且计算高效的解决方案。

提出的方法

• 将手势识别问题建模为时谐麦克斯韦方程组的动态反源问题。
• 将运动辐射源建模为在未知非均匀介质中产生电磁波的时谐点电荷。
• 提出一种确定性动态直接采样方法，从有限孔径电磁场测量数据中重建轨迹。
• 基于非线性状态空间模型，提出一种改进的粒子滤波方法，实现轨迹的顺序估计。
• 采用贝叶斯滤波与加权粒子，近似源轨迹的后验分布。
• 引入重采样机制以维持粒子多样性，并随时间提高估计精度。

实验结果

研究问题

• RQ1 能否有效求解动态反源问题，从而从有限孔径测量数据中恢复移动电磁点源的轨迹？
• RQ2 在未知非均匀背景介质的性质未知的情况下，如何处理其影响？
• RQ3 在存在噪声或数据不完整的情况下，确定性直接采样方法在复杂运动轨迹重建中的准确性能达到何种程度？
• RQ4 在不确定性条件下，改进的粒子滤波方法在实时顺序轨迹估计中的表现如何？
• RQ5 所提出方法在收敛性和稳定性方面具有哪些理论与数值保证？

主要发现

• 动态直接采样方法即使在有限孔径和噪声测量条件下，也能高精度地恢复运动轨迹。
• 改进的粒子滤波方法在顺序估计中表现出强健性能，能长时间保持准确的轨迹跟踪。
• 两种方法均通过时变麦克斯韦方程组反源问题的严格分析获得理论支持。
• 数值实验验证了所提方法在实时手势识别应用中的有效性与高效性。
• 采用时谐点电荷可实现信号与背景噪声的有效分离，并减少人体环境中的散射效应。
• 所提方法与背景介质无关，适用于多种环境下的实际部署。