基于傳感器的手勢識別方案研究及其在可穿戴設(shè)備中的實(shí)現(xiàn)
發(fā)布時間:2019-11-13 10:06
【摘要】:智能可穿戴設(shè)備因?yàn)槠湫◇w積攜帶方便、低成本、低功耗等優(yōu)點(diǎn)應(yīng)用領(lǐng)域越來越廣,目前已在人機(jī)交互平臺里占據(jù)重要位置。動態(tài)手勢作為人們?nèi)粘I钪袕V泛使用的一種自然高效的交流方式,非常適合應(yīng)用于智能可穿戴設(shè)備。手勢識別應(yīng)用于可穿戴設(shè)備中具有連續(xù)性、相似性、隨著時間和用戶變化的不穩(wěn)定性,本文研究分析這些特性,并提出了實(shí)時的連續(xù)手勢識別方案,并且在可穿戴設(shè)備中得以實(shí)現(xiàn)和應(yīng)用。本文首先對加速度傳感器產(chǎn)生的連續(xù)手勢信號進(jìn)行特征分析,分別從連續(xù)性、用戶依賴性、時間依賴性三個方面分析了可穿戴設(shè)備的手勢信號特點(diǎn)并提出的相應(yīng)解決方案。然后論述了手勢信號的預(yù)處理,包括基于手勢波動數(shù)值的閾值分割方法、手勢信號的濾波器設(shè)計、特征提取方法等。接下來,我們研究了傳統(tǒng)的DTW(動態(tài)時間規(guī)整)、SVM(支持向量機(jī))、降維+分類手勢識別方法,討論和分析在不同場景下手勢識別方法的應(yīng)用和優(yōu)化,并重點(diǎn)改進(jìn)了基于DTW的手勢識別方法,提出了更新手勢模板庫的方法來提高手勢的識別率。通過圖表以及實(shí)驗(yàn)數(shù)據(jù)對比分析得出各類手勢識別方法的優(yōu)劣勢,得出本文中手勢識別算法在實(shí)際應(yīng)用中的可行性和有效性。最后將文中提到的三種手勢識別方案融合到一個完整的手勢識別系統(tǒng)中,并應(yīng)用到智能家居場景下,完成了手勢識別系統(tǒng)的軟件設(shè)計方案,并且在可穿戴設(shè)備硬件平臺上實(shí)現(xiàn)了對家居設(shè)備的模擬管理控制。
【圖文】:
的應(yīng)用現(xiàn)狀和主要問題逡逑發(fā)現(xiàn)傳感器的諸多優(yōu)勢使其能夠方便地、究的重點(diǎn)轉(zhuǎn)移到傳感器的設(shè)計方面。依據(jù)表面肌電信號數(shù)字傳感器、數(shù)據(jù)手套和加號數(shù)字傳感器是從人體的生物特性出發(fā),電信號來完成手勢識別任務(wù)的。由于肌肉,因此需要對電能的變化進(jìn)行適當(dāng)?shù)囊碾妷盒盘枺鐖D1-1所示。目前,K0手指端的手勢信號,,對9個常用的美國Chan[:w]等人則是在上述工作的基礎(chǔ)是,動作的信號,識別率達(dá)到94.邋6%。但由于皮膚的千濕程度都會嚴(yán)重影響著電信號人而異,很多精細(xì)化的相似手勢產(chǎn)生的統(tǒng)識R%難度很大逡逑
肉群的收縮所產(chǎn)生的弱電信號來完成手勢識別任務(wù)的。由于肌肉群在收縮時所產(chǎn)逡逑生的生物電能十分有限,因此需要對電能的變化進(jìn)行適當(dāng)?shù)囊龑?dǎo)和放大,才能得逡逑到了一系列的隨時間變化的電壓信號,如圖1-1所示。目前,K0sniid0U[29]等人利逡逑用雙導(dǎo)SEMG電極采集手指端的手勢信號,對9個常用的美國手語詞進(jìn)行識別,逡逑其識別率為97.7%。而Chan[:w]等人則是在上述工作的基礎(chǔ)是,利用四導(dǎo)SEMG電逡逑極識別了邋6類基于上肢動作的信號,識別率達(dá)到94.邋6%。但由于該類可穿戴設(shè)備逡逑需要專人協(xié)助佩戴,且皮膚的千濕程度都會嚴(yán)重影響著電信號的采集。又由于人逡逑體的肌肉結(jié)構(gòu)復(fù)雜且因人而異,很多精細(xì)化的相似手勢產(chǎn)生的信號差異性小,可逡逑辨識性差,從而導(dǎo)致系統(tǒng)識R%難度很大逡逑圖〗-1采集肌肉動作時的示意圖逡逑而數(shù)據(jù)手套顧名思義,就是將若干個傳感器制成手套形狀,記錄手掌在空間逡逑中的運(yùn)動信息和指關(guān)節(jié)的彎曲信息等。Grimes%首先對一些簡單的精細(xì)化手勢進(jìn)逡逑行了識別。中科院的高文院士邋[34]則將其應(yīng)用于中文手語自動翻譯系統(tǒng)中
【學(xué)位授予單位】:北京郵電大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:TP391.41;TP368.33
【圖文】:
的應(yīng)用現(xiàn)狀和主要問題逡逑發(fā)現(xiàn)傳感器的諸多優(yōu)勢使其能夠方便地、究的重點(diǎn)轉(zhuǎn)移到傳感器的設(shè)計方面。依據(jù)表面肌電信號數(shù)字傳感器、數(shù)據(jù)手套和加號數(shù)字傳感器是從人體的生物特性出發(fā),電信號來完成手勢識別任務(wù)的。由于肌肉,因此需要對電能的變化進(jìn)行適當(dāng)?shù)囊碾妷盒盘枺鐖D1-1所示。目前,K0手指端的手勢信號,,對9個常用的美國Chan[:w]等人則是在上述工作的基礎(chǔ)是,動作的信號,識別率達(dá)到94.邋6%。但由于皮膚的千濕程度都會嚴(yán)重影響著電信號人而異,很多精細(xì)化的相似手勢產(chǎn)生的統(tǒng)識R%難度很大逡逑
肉群的收縮所產(chǎn)生的弱電信號來完成手勢識別任務(wù)的。由于肌肉群在收縮時所產(chǎn)逡逑生的生物電能十分有限,因此需要對電能的變化進(jìn)行適當(dāng)?shù)囊龑?dǎo)和放大,才能得逡逑到了一系列的隨時間變化的電壓信號,如圖1-1所示。目前,K0sniid0U[29]等人利逡逑用雙導(dǎo)SEMG電極采集手指端的手勢信號,對9個常用的美國手語詞進(jìn)行識別,逡逑其識別率為97.7%。而Chan[:w]等人則是在上述工作的基礎(chǔ)是,利用四導(dǎo)SEMG電逡逑極識別了邋6類基于上肢動作的信號,識別率達(dá)到94.邋6%。但由于該類可穿戴設(shè)備逡逑需要專人協(xié)助佩戴,且皮膚的千濕程度都會嚴(yán)重影響著電信號的采集。又由于人逡逑體的肌肉結(jié)構(gòu)復(fù)雜且因人而異,很多精細(xì)化的相似手勢產(chǎn)生的信號差異性小,可逡逑辨識性差,從而導(dǎo)致系統(tǒng)識R%難度很大逡逑圖〗-1采集肌肉動作時的示意圖逡逑而數(shù)據(jù)手套顧名思義,就是將若干個傳感器制成手套形狀,記錄手掌在空間逡逑中的運(yùn)動信息和指關(guān)節(jié)的彎曲信息等。Grimes%首先對一些簡單的精細(xì)化手勢進(jìn)逡逑行了識別。中科院的高文院士邋[34]則將其應(yīng)用于中文手語自動翻譯系統(tǒng)中
【學(xué)位授予單位】:北京郵電大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:TP391.41;TP368.33
【參考文獻(xiàn)】
相關(guān)期刊論文 前9條
1 張磊;白松培;;嵌入式智能化傳感器的設(shè)計及其實(shí)現(xiàn)探索[J];信息通信;2015年08期
2 馬利軍;張積家;;語言伴隨性手勢是否和語言共享同一交流系統(tǒng)?[J];心理科學(xué)進(jìn)展;2011年07期
3 劉蓉;劉明;;基于三軸加速度傳感器的手勢識別[J];計算機(jī)工程;2011年24期
4 湯勇;顧宏斌;周來;;交互系統(tǒng)中實(shí)時手勢分割及指尖檢測方法[J];光電工程;2010年07期
5 王西穎;戴國忠;張習(xí)文;張鳳軍;;基于HMM-FNN模型的復(fù)雜動態(tài)手勢識別[J];軟件學(xué)報;2008年09期
6 任海兵,祝遠(yuǎn)新,徐光yP,張曉平,林學(xué)
本文編號:2560249
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2560249.html
最近更新
教材專著