作者:施向军,王星尧 单位:东南大学 出版:《电子器件》2018年第05期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFDZQJ2018050400 DOC编号:DOCDZQJ2018050409 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Leap Motion传感器的自适应动态手势识别》PDF+DOC2017年第02期 刘权,陈一民,高明柯,李启明,黄晨 《基于线性判别分析和自适应K近邻法的手势识别》PDF+DOC2017年第03期 温俊芹,王修晖 《红外传感器PAJ7620凌空手势快速识别方法》PDF+DOC2019年第11期 刘祚时,杨国炜 《基于HMM的手势识别研究》PDF+DOC2012年第05期 严焰,刘蓉,黄璐,陈婷 《基于三轴加速度传感器的手势识别》PDF+DOC2011年第24期 刘蓉,刘明 《运动传感驱动的3D直观手势交互》PDF+DOC2010年第03期 梁秀波,张顺,李启雷,张翔,耿卫东 《基于加速度识别的姿态交互研究》PDF+DOC2009年第02期 孔俊其,王辉,张广泉 《基于多光源红外传感技术的手势识别系统》PDF+DOC2015年第02期 鲁姗丹,周松斌,李昌 《应用计算机视觉的动态手势识别综述》PDF+DOC2014年第06期 张国亮,王展妮,王田 《基于ZigBee和加速度传感器的手势识别研究》PDF+DOC2013年第07期 董玉华,孙炎辉,徐国凯,宋鹏
  • 非接触式手势控制交互识别作为一种人机交互的新型技术,摆脱了传统的人机设备限制,更符合人际交流习惯。从其实现原理来看,非接触式手势控制交互识别有多种实现,有基于摄像头的识别,也有基于体感遥控的手势识别。采用了基于红外传感器的动态手势识别,其基本实现原理是利用4个定向二极管来感知反射的红外线能量,然后将该数据转换为4个方向的距离信息。对于如何从距离信息识别手势,一般多采用动态时间规整、人工神经网络以及隐马尔可夫模型HMM(Hidden Markov Model)等模式匹配算法。HMM是一种随时间变化的信号模型,具有自动分割和分类能力,适合进行动态手势识别。通过HMM对传感器输出的4个方向距离信息进行训练识别,经过多次试验及调整,使得对于5种手势的识别率平均都达到了75%以上,并且随着手势训练数据的增加,识别率会随之提高。

    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。