《基于多传感器融合的动态手势识别研究分析》PDF+DOC
作者:马正华,李雷,乔玉涛,戎海龙,曹海婷
单位:华北计算技术研究所
出版:《计算机工程与应用》2017年第17期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJSGG2017170240
DOC编号:DOCJSGG2017170249
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于肌电信号和加速度信号的动态手势识别方法》PDF+DOC2017年第09期 谢小雨,刘喆颉
《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
《实时手势加速度动作分割与识别研究》PDF+DOC2012年第07期 刘蓉,刘明
《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
《面向增强现实的多传感器组合位姿注册算法》PDF+DOC2015年第07期 王崴,彭勃宇,周诚,瞿珏,刘晓卫
《基于Kinect的动态孤立手势识别研究》PDF+DOC2017年第02期 田喜平,赵红丹
《基于神经网络的手势识别技术研究》PDF+DOC2006年第05期 江立,阮秋琦
《基于自学习稀疏表示的动态手势识别方法》PDF+DOC2013年第06期 肖玲,李仁发,曾凡仔,屈卫兰
研究利用三类传感器(表面肌电仪、陀螺仪和加速度计)信号的特点进行信息融合,提高可识别动态手势动作的种类和准确率。将动态手势动作分解为手形、手势朝向和运动轨迹三个要素,分别使用表面肌电信号(s EMG)、陀螺仪信号(GYRO)和加速度信号(ACC)进行表征,利用多流HMMs进行动态手势动作的模式识别。对包含有5个运动轨迹和6个静态手形的识别实验结果表明,该方法可以有效地从连续信号中识别动态手势,三类传感器组合使用获得的全局平均识别率达到92%以上,明显高于任意两个传感器组合和仅采用单个传感器获得的平均识别率。实验表明该方法是一种有效的动态手势识别方法,并且相较于传统的动态手势识别的方法更具有优势。
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。