作者:刘权,陈一民,高明柯,李启明,黄晨 单位:上海市计算技术研究所;上海计算机软件技术开发中心 出版:《计算机应用与软件》2017年第02期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFJYRJ2017020350 DOC编号:DOCJYRJ2017020359 下载格式:PDF + Word/doc 文字可复制、可编辑
《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 《基于运动传感器的手势识别》PDF+DOC2011年第12期 王万良,杨经纬,蒋一波 《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 《基于多通道交互技术的计算机辅助需求分析系统的研发》PDF+DOC2017年第04期 刘喆,李智 《智能设备手势指挥系统的探究》PDF+DOC2017年第01期 叶勇健,谭超,田美艳,黄晓清 《多功能智能头盔的交互设计研究》PDF+DOC2019年第08期 李桂萱,承善,陈学斌,朱峰,唐子龙 《基于双通道异构传感器融合的手势识别方法》PDF+DOC2012年第11期 于汉超,刘明杰,刘军发,陈益强,何文静 《基于HMM的手势识别研究》PDF+DOC2012年第05期 严焰,刘蓉,黄璐,陈婷 《基于数据手套的虚拟手势交互系统》PDF+DOC2007年第10期 周晓晶,赵正旭,楼江 《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
  • 基于视觉的手势识别是实现新型人机交互的一项关键技术,针对手势普适性与识别率问题,在改进隐马尔可夫模型学习机制的基础上提出一种新的基于Leap Motion传感器的自适应动态手势识别方法。该方法首先采用几何特征法识别静态手姿以确定动态手势起始点与结束点,然后基于角度对动态手势轨迹进行特征提取与分类,并引入修正的重估方法计算隐马尔可夫模型参数,最后在对非定义手势识别的基础上自动学习更新隐马尔可夫模型,以提高动态手势识别率,并最终实现对26个小写字母的动态手势识别。实验结果表明,所提出的动态手势识别方法具有良好的自适应性与精确性。

    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。