本文關(guān)鍵詞： 手勢識別 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：《計算機(jī)應(yīng)用研究》2017年03期 　論文類型：期刊論文

【摘要】：針對手勢加速度識別中存在數(shù)據(jù)維度高、計算量大等問題,提出一種基于加速度軌跡圖像的手勢NMF特征提取與識別方法。通過Wiimote手柄獲取手勢動作的加速度信號,經(jīng)過實時有效手勢動作分割后,將加速度數(shù)據(jù)轉(zhuǎn)換為手勢軌跡圖像,并用非負(fù)矩陣分解對手勢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現(xiàn)目標(biāo)手勢識別。加速度手勢軌跡圖像轉(zhuǎn)換及采用非負(fù)矩陣分解的特征提取方法將未知手勢軌跡特征轉(zhuǎn)換為低維子特征序列,降低了計算復(fù)雜度,實驗表明,該方法能有效識別手勢動作。
[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)計算機(jī)學(xué)院;
【基金】：國家科技支撐計劃資助項目(2015BAK33B03)
【分類號】：TP391.41
【正文快照】： 0引言手勢是一種自然直觀的人機(jī)交互模式。近年來,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量單元能嵌入到幾乎任何界面或設(shè)備中,能直接測量人體運動信息,同時,移動計算技術(shù)的發(fā)展和逐步普及也為實時手勢識別提供了支撐環(huán)境[1],基于加速度傳感器的手勢交互成為自然人

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 荊雷;馬文君;常丹華;;基于動態(tài)時間規(guī)整的手勢加速度信號識別[J];傳感技術(shù)學(xué)報;2012年01期

2 孔俊其;王輝;張廣泉;;基于加速度識別的姿態(tài)交互研究[J];蘇州大學(xué)學(xué)報(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)器人手勢識別研究——基于勢場蟻群算法[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)手勢識別[J];計算機(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];中國醫(yī)療設(shè)備;2016年09期

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

5 劉蓉;劉家祺;劉紅;;基于加速度軌跡圖像的手勢特征提取與識別[J];計算機(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作識別[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識別方法[J];北京工業(yè)大學(xué)學(xué)報;2016年03期

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

9 張廣斌;束洪春;于繼來;孫向飛;;不依賴雙側(cè)時鐘同步的輸電線雙端行波測距[J];電工技術(shù)學(xué)報;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

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王r，

本文編號：1443754