智能手机左右操作手识别检测系统研究与设计

1、学院(部)计算机科学与技术学院题 目智能手机左右操作手识别检测系统研究与设计目 录摘 要1ABSTRACT2前 言3第一章 绪 论41.1 研究课题的提出41.2 研究现状51.3 本文的主要工作51.4 本文的组织结构6第二章 相关技术72.1 移动感知技术72.1.1 移动感知简介72.1.2 移动感知的应用82.2 数据挖掘技术82.3 数据处理工具WEKA92.3.1 Weka简介92.3.2 Weka探索者界面102.3.3 arff文件格式102.4 本章小结11第三章 研究动机与概要设计123.1 相关工作123.1.1 基于触摸行为的生物识别123.1.2 智能手机用户界面调整133.2 研究动机153.2.1 用户分析153.2.2 使用情景分析163.2.3 总结183.3 概要设计183.3.1 概述183.3.2 模块概览183.4 本章小结19第四章 各模块具体设计204.1 数据采集204.2 特征选择204.2.1 长度特征204.2.2 速率特征214.2.3 位移特征224.2.4 形状特征224.3 分类训练244.3.1 构造分类器244.3.2

2、分类算法254.4 本章小结27第五章 实验与分析285.1 用于采集轨迹数据的手机简易app设计285.1.1 数据采集285.1.2 数据提交与保存295.2 基于matlab的轨迹特征提取295.2.1 数据读取295.2.2 原始数据处理305.2.3特征向量计算315.2.4 输出至Weka325.3 分类表现评估325.4 本章小结33第六章 总结与展望346.1 本文总结346.2 后续工作展望34参考文献37致 谢39I摘 要近年来随着各类微型嵌入式智能传感器(如三轴加速度传感器、三轴陀螺仪、磁力计、心率传感器等)在智能手机设备中的广泛应用，智能手机已经逐步成为了我们生活中不可或缺的移动智能终端。进而催生了各类基于智能手机设备的移动感知研究，例如健康看护、定位、手机丢失预警、人身侵害预警等课题。故本论文也将围绕智能手机应用展开。随着智能手机尺寸逐年增加，单手握持的可操作性体验反而愈发降低，对于手掌尺寸较小的女性用户问题则更加严重。我们若能准确利用智能手机内嵌传感器所采集到的用户操作数据来判定用户操作手机的操作手(即左手或右手)以及左右手切换动作，则可以针对性调整大屏手机

3、用户界面的布局，进而大幅提高用户体验。论文提出了一种基于用户划屏轨迹识别左右操作手的判定方法，提出的方法主要基于大量采集优化生成的用户划屏轨迹数据训练得到监督分类器。与已有研究相比，本论文的提出的方法不需要用户手工设置操作手，仅通过传感器获取数据自行判定操作手，大幅度提高了用户的体验感受。通过在实际华为Mate9手机上运行得到的实验数据表明，识别准确率及召回率等参数可以达到80.7%和80.0%。我们同时还开发了一套可以采集手机各类传感器数据的app，不仅可以获得滑屏数据，还可以得到加速度传感器，陀螺仪数据，作为未来展望，若能加入这类传感器数据，我们还可以进一步提高算法识别准确率。关键词：移动感知，操作手识别，智能手机，触摸屏，监督分类器AbstractAs technology advances, smartphones with abundant built-in sensors (gyroscope accelerometer, heart rate sensor and etc.) are becoming more and more ubiquitous in our dai

4、ly lives, which stimulates the blooming of smartphone sensing research, such as healthcare, localization and personal injury detection. In this thesis, we also focus on this field.As the size of smartphone touchscreens has become larger and larger, the operability with a single hand is getting worse, especially for female users. We envision that user experience can be significantly improved if smartphones are able to recognize the current operating hand, detect the hand-changing process and then

5、 adjust the user interfaces dynamically. In this thesis, we proposed a mechanism for recognizing the operating hands. The method based on supervised classifiers constructed from a series of refined touchscreen trace to recognize the current operating hand. Comparing with the existing solutions that all require users to select the current operating hand or confirm the hand-changing process manually, our systems follow much more convenient and practical methods and allow users to change the operat

6、ing hand frequently without any harm to the user experience. We conduct extensive experiments on HUAWEI Mate9 smartphones, and the evaluation results demonstrate that our proposed systems can recognize the current operating hand with 80.7% precision and 80.0% True Positive Rates (TPR) respectively.We also developed an App for collecting sensor data, such as touchscreen trace, accelerometer and gyroscope features. As our future work, we are planning to combine these data to generate a more precis

7、ion classifier to recognize the operating hands. Keywords: Mobile phone Sensing; Operating Hand Recognition; Smartphone; Touchscreen; Supervised Classification前 言智能手机大屏化发展在当今已经成为主要趋势，人们通过大屏手机，获得了更好的观赏和使用感受。但是，与此同时，人们使用手机越来越不方便，尤其是单手操作手机时。而各种手机或应用推出的单手操作模式又需要提前进行繁琐的设置，更不适用于频繁更换操作手的情况。基于这样的现状，智能手机用户迫切地需要一个能够动态识别当前操作手的系统，与屏幕尺寸调整进行衔接，来提升用户操作手机时的使用体验。本文在分析操作手识别研究现状的基础上，提出采用基于移动感知理念的数据采集方法采集划屏轨迹数据，并通过研究数据挖掘技术、学习数据处理工具Weka，完成了对识别左右操作手过程的研究与分析，包括研究动机分析、各模块设计、分类实验与分析。本文完成的主要工作如下：（1）对移动感知技术的进行研究，运用移动感知理念采

8、集划屏数据，并运用数据挖掘技术进行数据处理，同时学习使用数据处理工具Weka；（2）完成对操作手识别系统的研究动机分析，包括对用户的分析和对使用情景的分析，分析过程中对比了先前相关工作，得出了研究重点。完成识别过程概要设计，梳理了主要识别步骤；（3）完成各步骤模块设计，包括数据采集、特征选择和分类训练这三大模块的设计；（4）完成了具体的操作手识别实验，包括用于数据采集的手机简易app设计以及特征的计算，最后评估了分类表现并得到表现最佳的分类器。第一章 绪 论这一章首先介绍了研究课题提出的背景，其次分析了现有的对于左右操作手识别系统的研究与探索，并概述了本文进行的主要工作，在本章的最后分段罗列了论文的组织结构。1.1 研究课题的提出在当今这个时代，人们的日常生活、工作、学习、生活与社交等各个方面越来越离不开智能手机，人们对智能手机的需求也不再仅仅停留于通讯的方便上，而是对影音播放、游戏娱乐、商务办公等功能及其使用感受提出了更高的要求。因此，大屏幕智能手机成为现在主要的发展方向。但是，在取得良好观赏感受的同时，人们操作手机却越来越困难，尤其是需要单手操作手机的情况下，人们往往无法触摸到大屏

9、手机上方的按钮。这给用户操作手机带来了极大的不便，对女性用户来说尤为明显。图1.1 三星S5手机有限的触屏范围示意虽然很多新款智能手机和应用都推出了单手模式之类的解决方案，但是往往需要用户提前设置或者采取多个步骤触发，在用户频繁更换操作手时并不方便。所以，在这里提出尝试直接在用户使用手机过程中识别当前操作手的设想。同时，智能手机的嵌入式传感器不断增多，内置传感器的种类也在不断丰富。这为探索智能手机左右操作手识别系统的研究提供了技术支持和思路。1.2 研究现状当前，关于手机传感器的一些研究用不同的方法和不同的手机内置传感器，对用户的做手势、使用相关功能和运动时产生的数据等进行建模识别，很多研究都达到了较高的准确率。其中吴飞提出的一种方案与本研究课题最为相近。它通过收集从桌面拿起手机过程中的状态数据，识别当前的操作手1。该项研究从拿起手机的相关数据中提取相关特征，随后用序列向前选择（SFS）算法找出准确率高的特征子集，用机器学习算法建立分类模型，并通过10-折交叉验证方法评估得出准确率较高的模型，用来对左右操作手进行识别。该项研究有其创新之处，它不仅是对智能手机内置传感器在应用程序中的拓展，而且提高了手机的可用性。但是这项研究也有一定的局限性。主要体现在拿起手机的动作起始点没有明确界定，起点状态比较单一，以及采集数据的情景并不是日常使用手机的过程。1.3 本文的主要工作本文主要目的是研究并设计一个通过划屏轨迹识别当前操作手的系统。在进行正式的课题研究之前，本文前期进行了一些相关技术学习与研究：1、对移动感知技术的研究。通过分析移动感知理念、发展、应用方式，将移动感知理念运用到本文的轨迹数据采集中，借助手机传感

《智能手机左右操作手识别检测系统研究与设计》由会员大米分享，可在线阅读，更多相关《智能手机左右操作手识别检测系统研究与设计》请在金锄头文库上搜索。