随着科技的进步以及生活水平的不断提高,智能可穿戴设备步入人们的眼帘,也逐渐融入到人们的生活当中,成为了一系列家喻户晓的电子产品。然而,受限于智能可穿戴设备自身可穿戴、便携的特性,它们的尺寸设计通常较小,只能配备很小的触摸屏甚至没有触摸屏。这就使得原本适合于手机的点按控制难以在可穿戴设备中使用。因此,为了改善用户在控制可穿戴设备时的体验,近年来研究者们致力于研究通过各种设备识别人体的行为来理解人体动作所表达的意愿。作为一种有效的设备控制机制,人体动作在人机交互中获得了越来越多的瞩目。在已有的研究中,或使用额外的专用设备采集相应数据后分析,或在手指或手腕上装备特定传感器等等,这些方法既不能适用于日常的人机交互情景,同时也会浪费大量本就有限的可穿戴设备的电量。在本文中,我们将充分利用智能可穿戴设备中内嵌的各类传感器(麦克风,加速度传感器,陀螺仪和指南针),建立两套系统对人体动作进行识别。首先是对于智能可穿戴设备自身的交互,较为微观的动作,我们提出了一个声音感知系统,可以在手背皮肤上利用手指进行手势操作,相较于传统交互方式,它具有更加方便、对用户友好并且触手可及的优势。与以前使用专用设备实现手势输入的工作不同,我们的系统利用被动声音感知来识别手势,例如向左滑动,向右滑动,捏拢和张开手指。接着是基于智能可穿戴设备来控制其它物联网设备的交互情景(当然也可以直接对可穿戴设备进行交互),我们设计了一个利用智能可穿戴设备中的惯性传感器(IMU)对人体手臂动作进行分类的系统。通过使用智能可穿戴设备中的传感器感知手腕的朝向,推断出手臂运动的轨迹,利用跟踪到的手臂运动轨迹对手势动作进行分类识别,如抬腕,上下挥手,左右挥手。相对于声音感知而言,基于传感器感知的系统应用场景的受限较少,能提供的识别准确率更高。