觸感手勢(shì)是一種重要的非語(yǔ)言社會(huì)交流方式,就像面部表情和肢體語(yǔ)言一樣,在人與人之間的交際過(guò)程中有著重要的作用。在人機(jī)交互領(lǐng)域中,觸感可以與視覺(jué)和聽(tīng)覺(jué)相結(jié)合來(lái)增強(qiáng)機(jī)器人對(duì)情感的感知,機(jī)器人治療作為未來(lái)的一項(xiàng)應(yīng)用具有深遠(yuǎn)的意義。然而目前對(duì)情感機(jī)器人交互的研究主要集中在視覺(jué)和聽(tīng)覺(jué)方面,對(duì)觸感的研究卻沒(méi)有引起足夠的關(guān)注。本文對(duì)機(jī)器人觸感手勢(shì)的識(shí)別研究建立在觸感手勢(shì)數(shù)據(jù)集CoST的基礎(chǔ)上,從數(shù)據(jù)預(yù)處理、特征提取和分類(lèi)模型研究三方面展開(kāi)工作,主要內(nèi)容如下:首先,根據(jù)對(duì)CoST數(shù)據(jù)的分析,提出兩種針對(duì)觸感手勢(shì)數(shù)據(jù)的預(yù)處理方法“截取”和“去背景”,從6個(gè)不同的角度提取了分類(lèi)特征,其中包括基本特征、基于直方圖的特征、序列特征、梯度特征、接觸面積特征以及基于每個(gè)傳感器的特征,并在訓(xùn)練集上以隨機(jī)森林為分類(lèi)器采用十折交叉的方式進(jìn)行了分類(lèi)驗(yàn)證,結(jié)果顯示不同預(yù)處理對(duì)不同手勢(shì)的識(shí)別具有不同的效果。其次,為了融合不同預(yù)處理對(duì)不同手勢(shì)識(shí)別的優(yōu)勢(shì),提出了一種基于三支決策的觸感手勢(shì)識(shí)別算法。算法按照序貫性三支決策的思路將各個(gè)由不同預(yù)處理數(shù)據(jù)集訓(xùn)練的分類(lèi)器作為不同“粒度”下的決策模型,每一層根據(jù)三支決策的規(guī)則進(jìn)行決策。算法主要... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Russell情緒模型

慶郵電大學(xué)碩士學(xué)位論文 第 1 章 引言要求參與者聯(lián)想相關(guān)情緒后，從手勢(shì)字典中選取情景最相近的 3 個(gè)手勢(shì)進(jìn)行觸摸，摸結(jié)束后再參照?qǐng)D 1.4 中的情緒列表預(yù)測(cè) Haptic Creature 可能的情緒反應(yīng)。實(shí)驗(yàn)果得出了觸感手勢(shì)、表達(dá)情緒和反饋情緒三者之間數(shù)字級(jí)的關(guān)聯(lián)關(guān)系，為情感交研究中手勢(shì)使用模式、手勢(shì)物理模型以及情感反饋?zhàn)龀隽素暙I(xiàn)。

的 Haptic Creature 加上了“呼吸”感手勢(shì)選取自文獻(xiàn)[14]的手勢(shì)字典，擦”，“抓”，“輕撫”，“撓癢””兩種實(shí)驗(yàn)，使用隨機(jī)森林進(jìn)行分類(lèi)類(lèi)人的機(jī)器人學(xué)習(xí)情感觸感行為，傳感器，其中一種追蹤垂直方向的移示。使用 Microsoft Kinect 和觸感傳頭部”、“搓背”和“握手”等。使 SVM 比 KNN 的識(shí)別率高，分別為情況為 91%。


本文編號(hào)：3481482