近年来,随着人们生活品质的提高,智能家电系统的控制与研究倍受关注,成为最活跃的研究方向之一。而手势是人类日常生活中必不可少的一部分,是人与人之间一种广泛的交流形式,在人机交互中,它逐步成为新兴的交互方式。基于现有的理论和研究,本文经过分析和总结,实现了一种基于隐马尔可夫模型的手势识别,通过对手势的识别达到控制家用电器的目的。本文以手势识别作为研究对象,对相关理论方法展开了系统的分析,从用户的实际需求出发,设计完成了基于可穿戴式设备的智能家电系统。本文主要从以下几个方面展开工作：(1)特征提取。特征提取主要包括时间域特征和频率域特征。由于时间域特征比较直观,而且容易提取,其性价比比提取频率域特征要高,因此本文选择提取时间域特征。最终提取出的时间域特征包括：均值、合成加速度、方差、振幅、加速度最大轴、波峰数、峰值距离、均方根特征和信号幅度区域。(2)基于隐马尔可夫模型的手势识别过程。本文首先通过实验采集提取特征数据,将特征数据分为六大组,包括上、下、左、右、前、后,然后通过HMM学习得出隐马尔可夫模型。拥有隐马尔可夫模型后,使用序列后向特征选择方法进行后项选择特征,选择出实验需要的特征,并建立出完善的隐马尔可夫模型。最终本文选择出的特征有五个,分别是：均值,振幅、加速度最大轴、波峰数以及均方根特征。最后,用预留出的测试数据对HMM模型进行测试,得到结果。以后使用此隐马尔可夫模型即可识别手势。本文通过进行实验模拟,验证了算法的有效性,对实现智能家电系统的控制提供了强有力的证据,可以为今后智能家电行业的发展提供一定的理论支持,使得人与电器交互更加的人性化、智能化、舒适化,让家电更加地认识用户、懂得用户的需求、了解用户的肢体语言。
