作者:曹翔,陈香,苏瑞良 单位:中国航天员科研训练中心 出版:《航天医学与医学工程》2015年第03期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFHYXB2015030060 DOC编号:DOCHYXB2015030069 下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于融合多传感器信息的手语手势识别方法》PDF+DOC2012年第04期 阳平,陈香,李云,王文会,杨基海 《一种基于DSP的实时手势交互系统》PDF+DOC2011年第05期 王从政,陈香,董中飞,张永强,杨基海 《基于FPGA的实时手势识别系统》PDF+DOC2011年第11期 张永强,陈香,王从政,董中飞,左鹏飞 《基于多传感器信息检测和融合的中国手语识别研究》PDF+DOC2010年第05期 王文会,陈香,阳平,李云,杨基海 《基于加速度的BP神经网络手势识别设计》PDF+DOC2016年第21期 贾维闯,宫进,吴雄华 《富士通次世代传感器鞋》PDF+DOC2016年第10期 《基于App Inventor的陀螺仪、加速度传感器对比研究》PDF+DOC2019年第25期 卞云松 《倾斜传感器及其技术动向》PDF+DOC1992年第04期 吕志清 《浅析几种常见的力电传感器》PDF+DOC 倪建云 《抑制加速度干扰的微机械二维倾角传感器》PDF+DOC2011年第02期 郭亨,张福学,赵辉,谈林霞
  • 目的探索基于角速度、加速度、表面肌电信息融合的算法,使在嵌入式设备上实现实时手势识别成为可能。方法以表面肌电样本熵检测动作起止点,配合多级决策树融合轨迹和肌电信息实现手语手势的识别;采用分帧隐马尔可夫(framing Hidden Markov Model,fHMM)优化策略降低识别延时;在运行速度为300 MHz的嵌入式软件上进行算法测试。结果融合三类信息后,30个中国手语词获得97.5%±1.6%的识别率,角速度的加入使得识别率平均提高4%;同时,使用基于f HMM的分类优化策略将平均识别延时降低至(175±38)ms,减小约670 ms。结论本文为实时手语手势识别设备的研制提供了一种可行的方案。

    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。