面向移动设备的交互技术介绍

在面向移动设备的交互技术这一研究领域，研究者们已经开展了诸多工作，提出了一系列提升用户与设备之间交互效率与体验的技术方法。尽管这些交互技术并不是专门为新型智能设备而设计的，却给相关领域的研究工作带来了启发。

基于内置传感器的交互技术：

语音识别是一项目前被广泛应用在智能设备中进行文本输入和功能控制的交互技术。该技术利用智能设备内置的麦克风录制用户的语音，借助语音识别技术让设备“听懂”用户所说的话，从而实现文本或指令的输入。近年来，随着与深度学习技术的结合，语音识别的最新性能已然逼近人类水平，其识别精度高达97%。然而，从实用的角度来看，该技术存在着在公共场合隐私性差、噪声环境中性能下降明显、易受用户生理/心理状态和说话口音等因素影响等缺点，大大限制了其在现实生活中的普及与应用。

智能设备内置的其他类型传感器，比如惯性测量单元也被研究者们用来感知与识别用户肢体动作。该技术虽然无需用户佩戴额外的硬件设备，但由于传感器对动作的感知粒度较为粗糙，它要求用户佩戴着智能设备做出较大幅度的动作以抵抗肢体无关动作的干扰。对用户而言，此种交互过程不自然、体验不良好，并不具备很强的实用性。

基于无线电信号的交互技术：

研究者们还提出使用无线信号收发装置，如RFID和60GHz设备回，利用信号在物理空间中传播的多径效应来设计人机交互系统。然而，由于此类硬件设备难以与智能设备有机结合，因而并不适合于移动设备的交互系统设计。

基于Wi-Fi信号的人机交互技术近年来得到了学术界的广泛重视。其基本假设是Wi-Fi信号收发装置作为通信基础设施广泛分布在人类的活动空间，而智能设备也具备Wi-Fi信号收发功能且无须额外的硬件支持。基于W-Fi信号的交互技术是利用信号在物理空间中传播的多径效应，建立用户肢体运动与接收信号变化之间的关联，实现用户与设备之间的交互。研究者们深入到Wi-Fi的物理层，利用其信道状态信息（Channel State Information，CSD）来实现基于Wi-Fi的势识别。CSI刻画了Wi-Fi信号传输信道的状态，反映出因手势动作造成的信道状态的改变。相比于其他物理量，如接收信号强度指示（Received Signal Strength Indication，RSSD），CSI对于信道状态的表征更加精细和丰富，对于动作的识别能力也更强。

在用户认证领域，传统智能设备的用户认证技术主要包括指纹识别、面部识别和虹膜识别等。尽管这些技术都已经很成熟，准确率和可靠性等性能指标均达到很高水准，但是这些技术对于传感器配置、CPU运算能力有较高的要求，并不完全适用于新型智能设备。