《基于深度学习算法的可穿戴设备手势识别系统设计》PDF+DOC
作者:惠丹
单位:华北计算机系统工程研究所(中国电子信息产业集团有限公司第六研究所)
出版:《信息技术与网络安全》2019年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFWXJY2019090060
DOC编号:DOCWXJY2019090069
下载格式:PDF + Word/doc 文字可复制、可编辑
《加速度传感器在生物医学领域的应用》PDF+DOC2016年第09期 魏秀梅
《基于手机加速度传感器的手势识别系统研究》PDF+DOC2016年第08期 王鹏,丁任之,何天翔,雷汝霖
《基于穿戴式加速度传感器的手势识别系统》PDF+DOC2015年第02期 陈阳,黄海鹏,许望
《基于惯性传感器实现的动作捕捉系统简介》PDF+DOC2017年第03期 刘莉琛
《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
《基于三轴加速度传感器的手势识别》PDF+DOC2011年第24期 刘蓉,刘明
《新型数据手套及其手势识别研究》PDF+DOC2011年第02期 顾伟宏,闵昆龙,张晓娜
《基于无线体域网的囚犯异常行为实时分析》PDF+DOC2015年第03期 杨璐璐,陈建新,周亮,魏昕
《LM4F232H5QD与MMA7260加速度传感器的跌倒检测》PDF+DOC2013年第06期 陈钰琨,马忠梅,孙娟,范锴
《基于加速度传感器的上肢爆发力训练研究》PDF+DOC 邢新阳,刘嘉嘉,张培,赵焕彬
研究了基于深度学习算法的可穿戴设备手势识别系统设计。以智能手表为例,利用可穿戴设备的加速度传感器进行数据采集,通过在执行不同手势时三轴加速度数值的不同以及执行时长的差异,使用TensorFlow以及CNN神经网络实现手势识别。实验结果表明该系统对交互手势的识别有着良好稳定的识别率,准确率达到97%以上,并且系统的各项性能指标都较好。所提出的手势识别系统还可以应用到数字签名、个人安全或用户标识等其他领域。
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。