本文關(guān)鍵詞： 手勢(shì)識(shí)別 加速度傳感器 非負(fù)矩陣分解 隱馬爾可夫模型 人機(jī)交互　出處：《計(jì)算機(jī)應(yīng)用研究》2017年03期 　論文類型：期刊論文

【摘要】：針對(duì)手勢(shì)加速度識(shí)別中存在數(shù)據(jù)維度高、計(jì)算量大等問題,提出一種基于加速度軌跡圖像的手勢(shì)NMF特征提取與識(shí)別方法。通過Wiimote手柄獲取手勢(shì)動(dòng)作的加速度信號(hào),經(jīng)過實(shí)時(shí)有效手勢(shì)動(dòng)作分割后,將加速度數(shù)據(jù)轉(zhuǎn)換為手勢(shì)軌跡圖像,并用非負(fù)矩陣分解對(duì)手勢(shì)加速度軌跡圖像提取特征向量,最后構(gòu)建離散隱馬爾可夫模型實(shí)現(xiàn)目標(biāo)手勢(shì)識(shí)別。加速度手勢(shì)軌跡圖像轉(zhuǎn)換及采用非負(fù)矩陣分解的特征提取方法將未知手勢(shì)軌跡特征轉(zhuǎn)換為低維子特征序列,降低了計(jì)算復(fù)雜度,實(shí)驗(yàn)表明,該方法能有效識(shí)別手勢(shì)動(dòng)作。
[Abstract]:Aiming at the problems of high dimension of data and large amount of calculation in gesture acceleration recognition. A method of gesture NMF feature extraction and recognition based on acceleration locus image is proposed. The acceleration signal of gesture action is obtained by Wiimote handle. After real-time and effective gesture segmentation. The acceleration data is converted into the gesture trajectory image, and the eigenvector is extracted from the gesture acceleration track image by non-negative matrix decomposition. Finally, discrete hidden Markov model is constructed to realize target gesture recognition. Acceleration gesture locus image conversion and feature extraction method based on non-negative matrix decomposition are used to transform unknown gesture trajectory features into low-dimensional sub-feature sequences. The computational complexity is reduced and the experimental results show that the method can effectively recognize gesture actions.
【作者單位】： 華中師范大學(xué)物理科學(xué)與技術(shù)學(xué)院;華中師范大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國(guó)家科技支撐計(jì)劃資助項(xiàng)目(2015BAK33B03)
【分類號(hào)】：TP391.41
【正文快照】： 0引言手勢(shì)是一種自然直觀的人機(jī)交互模式。近年來(lái),隨著傳感技術(shù)的飛速發(fā)展,基于加速度傳感器的慣性測(cè)量單元能嵌入到幾乎任何界面或設(shè)備中,能直接測(cè)量人體運(yùn)動(dòng)信息,同時(shí),移動(dòng)計(jì)算技術(shù)的發(fā)展和逐步普及也為實(shí)時(shí)手勢(shì)識(shí)別提供了支撐環(huán)境[1],基于加速度傳感器的手勢(shì)交互成為自然人

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 荊雷;馬文君;常丹華;;基于動(dòng)態(tài)時(shí)間規(guī)整的手勢(shì)加速度信號(hào)識(shí)別[J];傳感技術(shù)學(xué)報(bào);2012年01期

2 孔俊其;王輝;張廣泉;;基于加速度識(shí)別的姿態(tài)交互研究[J];蘇州大學(xué)學(xué)報(bào)(工科版);2009年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁路路;張娓娓;;遠(yuǎn)程控制采摘機(jī)器人手勢(shì)識(shí)別研究——基于勢(shì)場(chǎng)蟻群算法[J];農(nóng)機(jī)化研究;2017年05期

2 崔家禮;解威;王一丁;賈瑞明;;基于自適應(yīng)手指分割與判別的靜態(tài)手勢(shì)識(shí)別[J];計(jì)算機(jī)應(yīng)用與軟件;2016年10期

3 魏秀梅;;加速度傳感器在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用[J];中國(guó)醫(yī)療設(shè)備;2016年09期

4 謝仁強(qiáng);曹俊誠(chéng);;基于加速度傳感器的可擴(kuò)展手勢(shì)識(shí)別[J];傳感技術(shù)學(xué)報(bào);2016年05期

5 劉蓉;劉家祺;劉紅;;基于加速度軌跡圖像的手勢(shì)特征提取與識(shí)別[J];計(jì)算機(jī)應(yīng)用研究;2017年03期

6 張金棟;;基于加速度傳感器的人體前臂動(dòng)作識(shí)別[J];電子世界;2016年11期

7 于乃功;王錦;;基于人體手臂關(guān)節(jié)信息的非接觸式手勢(shì)識(shí)別方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2016年03期

8 黃劉松;儲(chǔ)岳中;張學(xué)鋒;;基于加速度傳感器的乒乓球擊球動(dòng)作識(shí)別[J];傳感器與微系統(tǒng);2016年01期

9 張廣斌;束洪春;于繼來(lái);孫向飛;;不依賴雙側(cè)時(shí)鐘同步的輸電線雙端行波測(cè)距[J];電工技術(shù)學(xué)報(bào);2015年20期

10 王熠;詹東昀;孫亞星;張亮亮;;“Wave”家電控制指環(huán)[J];電子產(chǎn)品世界;2015年05期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王r，

本文編號(hào)：1443754