h1_key

手勢識別是計算機科學和語言技術領域的一個研究課題，其目的是通過數(shù)學算法解析人類手勢。它可以在機器和人類之間搭建更高效的溝通橋梁，讓生活更豐富多彩、更智能化。人們在基于圖像/視頻的手勢識別方面已經(jīng)做了大量研究(通常使用2D攝像機)，今天我們將討論新的解決方案 - 基于ToF傳感器的3D手勢識別。

  在新冠疫情肆虐的當前形勢下，人們對“非接觸式”解決方案用戶界面的要求越來越高，同時保持社交距離正成為“新常態(tài)”;然而在日常生活中，我們?nèi)匀恍枰佑|公共場所中的多個目標，特別是使用ATM機、自動售貨機、工廠機器等設備的界面。將意法半導體的新型傳感技術和強大的人工智能算法結合之后，我們可以通過3D手勢識別演示實現(xiàn)此解決方案。讓我們看看演示過程。

  演示概述

  該演示目前能夠識別8種手勢，包括：向左滑動、向右滑動、向上滑動、向下滑動、單擊、雙擊、順時針旋轉和逆時針旋轉。

  我們采用意法半導體的最新飛行時間(ToF)8X8多區(qū)域測距傳感器VL53L5CX作為輸入，然后在STM32上運行深度學習神經(jīng)網(wǎng)絡算法，最后在PC GUI上顯示識別結果。

  在硬件方面，我們組合運用STM32F401RC Nucleo板和VL53L5 EVK擴展板。

  輸入傳感器

  VL53L5CX是先進的飛行時間(ToF)多區(qū)域測距傳感器，壯大了意法半導體的FlightSense產(chǎn)品陣容。該產(chǎn)品是意法半導體今年最新發(fā)布一款ToF傳感器。

  ? 特性：

  快速、精確的多區(qū)域測距傳感器

  – 多區(qū)域測距輸出可覆蓋4x4或8x8個單獨區(qū)域

  – 自主低功耗模式，通過可編程中斷閾值喚醒主機

  – 范圍可達400 cm

  完全集成的微型模塊，具有寬視野(FoV)

  – 發(fā)射器：940nm不可見光垂直腔面發(fā)射激光器(VCSEL)和集成模擬驅動器

  – 在發(fā)射器和接收器上使用衍射光學元件(DOE)的63 °對角視野FoV

  – 大?。?/span>6.4 x 3.0 x 1.5 mm

  方便集成

  – 單回流焊元件

  – 靈活的電源選擇，單個3.3 V或2.8 V操作或3.3 V或2.8 V AVDD與1.8 V IOVDD組合

  采集與標記數(shù)據(jù)集

  獲取足夠數(shù)量的關于不同手勢的代表性數(shù)據(jù)對于訓練人工神經(jīng)網(wǎng)絡模型是非常重要的。

  當執(zhí)行一個手勢動作時，我們可以通過使用Python語言開發(fā)的特定GUI輕松從ToF傳感器獲取并標記原始數(shù)據(jù)，并創(chuàng)建自己的數(shù)據(jù)集。

  該數(shù)據(jù)集包含了每種手勢(我們的演示中有8種：向左滑動、向右滑動、單擊、雙擊、順時針旋轉、逆時針旋轉、向上滑動、向下滑動)的數(shù)千個樣本，這些手勢由少數(shù)幾人提供。

  顯然，如果你希望創(chuàng)建自定義的手勢，也可以使用相同的工具為這個手勢創(chuàng)建新的數(shù)據(jù)集。

  構建和訓練神經(jīng)網(wǎng)絡

  對于神經(jīng)網(wǎng)絡部分，我們選擇運用簡單、靈活、功能強大的Keras框架構建神經(jīng)網(wǎng)絡。因為手勢是一種順序動作，所以我們選擇CNN + GRU層來創(chuàng)建模型，經(jīng)過大約50個epoch的訓練，我們訓練和驗證數(shù)據(jù)集的準確率可達到95%以上，而損失僅有0.08左右，已經(jīng)很不錯了。對于測試數(shù)據(jù)集，我們也可以針對每種手勢獲得不錯的準確率。F1評分可達96%。

  最后，我們可以將訓練效果更好的模型和權重保存為gesture.h5的模型，以便在MCU端實施。

  在MCU端實施手勢模型

  ? 先決條件：

  需要在STM32CubeMX中安裝X-Cube-AI擴展包。目前的最新版本是7.0.0，它也支持sklearn機器學習模型轉化。

  ? X-Cube-AI配置向導：

  配置完使用哪塊板件后，可以從軟件包->選擇組件加載X-Cube-AI，或使用快捷鍵Alt+O。

  需在“Software packs component selector”窗口選中X-Cube-AI/Core 這個選項，才能調用神經(jīng)網(wǎng)絡模型并生成相關的STM32 NN庫。單擊[OK]，完成選擇。如下圖所示：

  ? 啟用X-CUBE-AI組件：

  單擊[STMicroelectronics X-CUBE-AI 7.0.0] 打開初始AI配置窗口。選中 [Artificial Intelligence X-CUBE-AI] ，啟用X-CUBE-AI內(nèi)核組件。還必須選中[Device Application]，才能添加AI插件應用程序。

  ? 加載神經(jīng)網(wǎng)絡(NN)：

  1.添加網(wǎng)絡。

  2.將模型名稱改為“gesture”。

  3.選擇“Keras”作為輸入模型類型。

  4.點擊“Browse”按鈕以選擇要實現(xiàn)的模型。gesture.h5

  5.點擊“Analyze”按鈕以分析模型。

  分析完畢后，將顯示模型層詳細報告，還附有該模型需要使用的MACC、flash、ram信息。

  最后，在CubeMX中點擊“生成代碼”，然后會在您的項目中創(chuàng)建一個X-CUBE-AI文件夾，可以在該文件夾中找到一些有用的文件。

  包括拓撲網(wǎng)絡的gesture.c和gesture.h文件。

  包括權重/偏差的gesture_data.c和gesture_data.h文件。

  app_x-cube-ai.c and app_x-cube-ai.h 文件還提供AI客戶端應用程序可以使用的通用多網(wǎng)絡推理API接口。

  如果后續(xù)需要更新數(shù)據(jù)集或是重新訓練更新權重以獲得更好的性能效果，只要更新gesture_data.c和gesture_data.h文件就可以。所以，更新過程很方便的。

  顯示結果

  最后，將uart日志打印到PC端，從而在GUI端顯示我們的預測結果。當您在距離自己20~80cm的ToF傳感器前做一個順時針旋轉的手勢時，GUI將會顯示預測結果，如下所示。百分比是該手勢的概率。

  3D手勢演示到這里已經(jīng)結束，該解決方案可用于以下幾個應用場景。

  ●智能家電：當您的手上臟或濕的時候，通過手勢識別控制不同的家電。

  ●交互式娛樂：如游戲機。

  ●人機交互：讓機器更智能，讓人更安全，特別是在新冠病毒肆虐的環(huán)境或一些危險環(huán)境中。

  現(xiàn)在，您可以嘗試使用VL53L5傳感器、STM32開發(fā)板、以及強大的X-Cube-AI庫創(chuàng)建自己的手勢識別演示。我們正在一些活動中展示該演示項目;如果您對我們的手勢演示感興趣，請聯(lián)系意法半導體的AI創(chuàng)新應用中心，我們會選定目標客戶根據(jù)產(chǎn)品的特定用例對該演示進行產(chǎn)品級支持。