研究目的
为智能可穿戴设备开发一种精确、面积高效且超低功耗的实时手势识别系统，以解决现有系统在功耗和尺寸方面的局限性。
研究成果
所提出的手势识别系统通过采用内存高效的基于峰值的分类引擎和低功耗片上图像传感器，实现了高精度（90.6%）、超低功耗（137皮瓦）和小面积（1.78平方毫米）。该系统适用于对功耗和面积限制要求严苛的物联网及可穿戴应用，在这些指标上优于现有系统。
研究不足
该系统专为特定手势（8种类型）设计，可能无法泛化至所有手势变化；低分辨率图像传感器（32x32像素）可能限制细节捕捉；性能针对超低功耗和小面积优化，可能以牺牲复杂手势识别为代价。
1：实验设计与方法选择：
该系统集成了片上32x32图像传感器与数字信号处理器（DSP），后者包含基于峰值的手势分类引擎（PGCE）、运动检测单元和顶层控制器。采用基于行列峰值的3D特征向量进行手势分类，通过固定模式噪声消除和并行处理提升效率。
2：样本选择与数据来源：
使用片上图像传感器采集手势动作，数据实时处理以实现识别功能。
3：实验设备与材料清单：
采用65nm CMOS工艺制造的测试芯片，包含图像传感器、DSP及片上存储器。
4：实验流程与操作步骤：
图像传感器捕获帧序列；运动检测触发连续两帧的存储；特征提取核心计算行列和值、检测峰值，并利用3D特征向量进行手势分类；并行处理降低延迟。
5：数据分析方法：
测量识别准确率，在不同供电电压下监测功耗，并通过性能指标与现有系统进行对比。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
image sensor
32x32 pixel array
Captures hand gesture images for processing in the gesture recognition system.
-
digital signal processor
DSP with PGCE
Processes image data for gesture recognition, including feature extraction and classification.
-
on-chip memory
3.2 KB
Stores frame data and intermediate results during gesture processing.
-
R2R DAC
Generates reference voltage for the image sensor comparator.
-
PISO registers
Store and transfer parallel data from the image sensor to the DSP.
-
登录查看剩余3件设备及参数对照表
查看全部
