作者:董玉华,孙炎辉,徐国凯,宋鹏 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2013年第07期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2013070120 DOC编号:DOCCGJS2013070129 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于隐马尔可夫模型的3D手写识别方法》PDF+DOC2012年第09期 王琦进,齐晓霞,江义渊,徐旺兴 《基于加速度轨迹图像的手势特征提取与识别》PDF+DOC2017年第03期 刘蓉,刘家祺,刘红 《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 《基于加速度传感器的连续动态手势识别》PDF+DOC2016年第01期 陈鹏展,罗漫,李杰 《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 《基于三维加速度的连续手势识别》PDF+DOC2012年第10期 周谊成,尤树华,王辉 《一种基于加速度特征提取的手势识别方法》PDF+DOC2012年第08期 陈意,杨平,陈旭光 《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
  • 随着人机交互手段的进步,手势识别得到了蓬勃的发展。基于微传感器的手势采集系统由于不受空间的约束逐渐得到重视,但该类型设备计算复杂度高、数据量大并且准确性不高。针对这一问题文中提出了一种基于多加速度传感器和ZigBee网络的手势采集系统。利用位于手指和手背上的六个加速度传感器,将不同方向轴上的信息传送给接收端。接收端通过滤波取整、起始点检测、抖动判定、模型训练与模型匹配对动作者手势信息进行判决。系统利用隐马尔可夫(HMM)模型识别算法,对0~9十个手势进行判断,在20位实验者中得到了98%以上的识别率,同时由于其使用了ZigBee网络,系统移植性也得到了进一步加强,对后续手势识别研究有一定的参考价值。

    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。