作者:杨世伟,王泽鹏,陈锦钰 单位:陕西省电子技术研究所;陕西电子杂志社 出版:《物联网技术》2019年第09期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFWLWJ2019090330 DOC编号:DOCWLWJ2019090339 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于电容传感器的手势识别系统设计》PDF+DOC2020年第02期 孙亚星,黄帅铭,王宇鹏,周旭洋,张志强 《基于FDC2214单通道阈值分析的手势识别系统》PDF+DOC2020年第06期 王鑫,陈成凯,陈梓威,霍非凡,林乐坤,吴珂,刘浩 《电容传感器非接触式手势识别系统》PDF+DOC2019年第12期 瞿惠琴,吴孔培,叶倩 《基于电容式传感器的手势识别装置设计与制作》PDF+DOC2018年第23期 徐贤,赵俊霞,张洪坤 《基于FDC2214电容式传感器的手势识别装置》PDF+DOC 刘尧,邱运鹏,裴成梅,汪晨阳,胡安正 《基于K最近邻算法的手势识别装置》PDF+DOC2019年第06期 何为,孙琴 《基于FDC2214手势识别装置的设计与实现》PDF+DOC 周孟强,刘会衡 《基于FDC2214设计的手势识别系统》PDF+DOC2019年第02期 黄冬梅,王树鑫 《纸张计数装置的设计与应用》PDF+DOC2019年第11期 姚树锋,张宇飞,李琳 《基于RBF网络的手势识别装置设计》PDF+DOC 马杰,江亚峰,强东鑫,徐志佑,袁明新
  • 文中设计了一种基于FDC2214芯片的手势识别系统。在芯片的外接极板上方摆放不同手型会影响极板外界环境从而影响频率值,FDC2214芯片将接收到的频率值转变为电容信号以I2C通信方式发送至STM32单片机,单片机通过比对录入手势与测试手势数据差异,可实现对剪刀、石头、布以及1~5的精确识别。实验测试表明:在指定极板间距下,系统对任意测试者的猜拳和划拳手势识别正确率超过91.6%,识别响应时间小于1 s,新测试者的手势特征训练时间小于1 min。文中设计的手势识别系统解决了当今手势识别领域普遍存在的成本高昂、技术复杂等问题,可在大众化消费应用中普及。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。