【摘要】：手勢(shì)作為一種便捷的人機(jī)交互方式在越來(lái)越多的場(chǎng)景得到應(yīng)用,手勢(shì)識(shí)別技術(shù)也成為了一個(gè)研究熱點(diǎn)。手勢(shì)識(shí)別使用的數(shù)據(jù)采集設(shè)備主要有兩類(lèi):機(jī)器視覺(jué)類(lèi)和運(yùn)動(dòng)傳感器類(lèi),運(yùn)動(dòng)傳感器相對(duì)于機(jī)器視覺(jué)具有容易適應(yīng)環(huán)境、設(shè)備便攜等特有的優(yōu)勢(shì)。隨著智能手機(jī)、智能手表和健康監(jiān)護(hù)手環(huán)等可穿戴設(shè)備的迅猛發(fā)展,微機(jī)電慣性傳感器(MEMS-IMU)性能越來(lái)越強(qiáng),價(jià)格也越來(lái)越便宜,因此本文將研究基于MEMS-IMU的手勢(shì)識(shí)別。使用MEMS-IMU作為手勢(shì)數(shù)據(jù)傳感器進(jìn)行手勢(shì)識(shí)別的方法主要有運(yùn)動(dòng)軌跡重構(gòu)、模板匹配、隱馬爾可夫模型、手勢(shì)數(shù)據(jù)統(tǒng)計(jì)和人工神經(jīng)網(wǎng)絡(luò),本文將人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)應(yīng)用于手勢(shì)識(shí)別領(lǐng)域。使用長(zhǎng)短時(shí)記憶模塊(LSTM)的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)可以有效地解決手勢(shì)長(zhǎng)度不統(tǒng)一的問(wèn)題,還能夠融合加速度信息、角速度信息和姿態(tài)信息進(jìn)行手勢(shì)識(shí)別。本文定義并采集了八種單手手勢(shì)和八種雙手手勢(shì),均為動(dòng)態(tài)手勢(shì),單手手勢(shì)動(dòng)作簡(jiǎn)單,使用右手佩戴傳感器采集,如向左、向右、畫(huà)圓,畫(huà)叉等,雙手手勢(shì)動(dòng)作需要雙手配合完成,左右手各佩戴一個(gè)傳感器采集,采用了中國(guó)交警常用八種手勢(shì)。完成手勢(shì)采集后,首先需要對(duì)手勢(shì)數(shù)據(jù)完成坐標(biāo)系轉(zhuǎn)換,然后進(jìn)行一系列的預(yù)處理過(guò)程使得手勢(shì)數(shù)據(jù)能夠滿足LSTM-RNN模型的輸入要求,本文對(duì)坐標(biāo)系轉(zhuǎn)換后的手勢(shì)數(shù)據(jù)進(jìn)行了樣本選擇、歸一化、濾波和動(dòng)作分割,適當(dāng)?shù)念A(yù)處理能夠提升手勢(shì)識(shí)別系統(tǒng)的性能。預(yù)處理完成后可以將手勢(shì)數(shù)據(jù)輸入LSTM-RNN模型中訓(xùn)練,本文嘗試設(shè)置了不同的隱藏節(jié)點(diǎn)并做了多組對(duì)照試驗(yàn),單手手勢(shì)最優(yōu)識(shí)別率為97.22%,雙手手勢(shì)最優(yōu)識(shí)別率為96.98%。文章最后通過(guò)實(shí)驗(yàn)驗(yàn)證了手勢(shì)數(shù)據(jù)的完整性對(duì)于復(fù)雜手勢(shì)的識(shí)別非常重要,使用加速度和角速度作為輸入數(shù)據(jù)的雙手手勢(shì)模型識(shí)別率很低,輸入數(shù)據(jù)加入姿態(tài)四元數(shù)信息后識(shí)別率有大幅提升。實(shí)驗(yàn)證明本文所使用的手勢(shì)識(shí)別方法性能優(yōu)異,在復(fù)雜手勢(shì)識(shí)別方面有很大優(yōu)勢(shì)。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP212;TP183
【圖文】：

哈爾濱工業(yè)大學(xué)碩士學(xué)位論文述附著其上的肌肉組成的，關(guān)節(jié)在人體，人體中相鄰兩個(gè)關(guān)節(jié)之間的肢體稱為人體運(yùn)動(dòng)過(guò)程和動(dòng)態(tài)手勢(shì)進(jìn)行數(shù)學(xué)建模和抽象，保留能夠表示人體主要運(yùn)動(dòng)的由于人體肢體的細(xì)微形變對(duì)于人體的運(yùn)的肢體看成是剛體，剛體是由很多相互人體模型可以簡(jiǎn)化為多剛體人體模型�？梢愿鶕�(jù)研究的需求進(jìn)行設(shè)計(jì)。是研究人員使用較多的多剛體人體模5 個(gè)環(huán)節(jié)，分別是頭、上軀干、下軀干腿、左右小腿、左右腳，相鄰環(huán)節(jié)通過(guò)信息時(shí)將傳感器固定于該環(huán)節(jié)對(duì)應(yīng)的

圖 2-4 單手手勢(shì)定義勢(shì)集定義有許多汽車(chē)的城市，由于交通擁擠，交通堵塞很常見(jiàn)一起擁擠，導(dǎo)致“死鎖”。此時(shí)，依靠固定程序執(zhí)行的通流量，交通警察必須通過(guò)手動(dòng)姿勢(shì)指導(dǎo)交通流量。車(chē)輛駕駛員能夠看到交警的指揮信號(hào)，這時(shí)可以通過(guò)揮手勢(shì)，在后方增設(shè)提示牌或臨時(shí)交通燈同步指揮車(chē)照明不良的路口，這種方式有助于交通通暢運(yùn)行。手勢(shì)的另一個(gè)原因是交警手勢(shì)動(dòng)作差異大，動(dòng)作幅度性傳感器的測(cè)量和手勢(shì)識(shí)別。最常見(jiàn)的八種交警手勢(shì)意手勢(shì)，關(guān)鍵動(dòng)作如圖 2-5 所示。動(dòng)作流程為：立正向上伸到與軀干成 135 度，左手手心向前保持與軀干立正姿勢(shì)。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 穆寶良;王利;;計(jì)算機(jī)視覺(jué)下的實(shí)時(shí)手勢(shì)識(shí)別技術(shù)及其應(yīng)用[J];科學(xué)技術(shù)創(chuàng)新;2019年35期

2 翟朋輝;王靜怡;;一種簡(jiǎn)易手勢(shì)識(shí)別裝置[J];山東工業(yè)技術(shù);2019年12期

3 惠丹;;基于深度學(xué)習(xí)算法的可穿戴設(shè)備手勢(shì)識(shí)別系統(tǒng)設(shè)計(jì)[J];信息技術(shù)與網(wǎng)絡(luò)安全;2019年09期

4 楊蕊;米文輝;;手勢(shì)識(shí)別裝置的設(shè)計(jì)與實(shí)現(xiàn)[J];信息與電腦(理論版);2019年18期

5 鐘習(xí);陳益強(qiáng);于漢超;楊曉東;胡子昂;;融合情境感知信息的超聲波手勢(shì)識(shí)別方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2018年01期

6 王健;朱恩成;黃四牛;任華;;基于深度學(xué)習(xí)的動(dòng)態(tài)手勢(shì)識(shí)別方法[J];計(jì)算機(jī)仿真;2018年02期

7 楊欣怡;李雙;;基于手勢(shì)識(shí)別的智能電視交互專(zhuān)利技術(shù)綜述[J];科技創(chuàng)新與應(yīng)用;2018年24期

8 宋昆哲;閆曉虎;田樂(lè);王奇俊;劉珂;;基于多點(diǎn)特征提取的手勢(shì)識(shí)別的研究[J];科技創(chuàng)新與應(yīng)用;2018年25期

9 丁偉利;胡艷玲;申亞輝;劉洪海;;基于虛擬試驗(yàn)箱的康復(fù)手勢(shì)識(shí)別算法研究[J];高技術(shù)通訊;2017年03期

10 袁博;查晨東;;手勢(shì)識(shí)別技術(shù)發(fā)展現(xiàn)狀與展望[J];科學(xué)技術(shù)創(chuàng)新;2018年32期

相關(guān)會(huì)議論文 前10條

1 祝遠(yuǎn)新;徐光佑;黃浴;林學(xué);俞志和;;一個(gè)基于表觀的孤立手勢(shì)識(shí)別系統(tǒng)[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

2 張宏源;袁家政;;基于視覺(jué)的手勢(shì)識(shí)別新方法綜述[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2017年第二十一屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2017年

3 鄧智方;袁家政;;基于深度學(xué)習(xí)的視覺(jué)手勢(shì)識(shí)別綜述[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2017年第二十一屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2017年

4 丁勇;蘇坪;潘超群;沈石松;;毫米波非接觸式手勢(shì)識(shí)別雷達(dá)[A];2019年全國(guó)微波毫米波會(huì)議論文集（上冊(cè)）[C];2019年

5 鄭穎;姚登峰;鮑泓;喬良;;基于機(jī)器學(xué)習(xí)的手勢(shì)識(shí)別研究進(jìn)展[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2017年第二十一屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2017年

6 管珊珊;張益農(nóng);;基于Kinect的手勢(shì)識(shí)別研究進(jìn)展[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2018年第二十二屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2018年

7 易曉;秦圣峰;康金勝;;基于手勢(shì)識(shí)別技術(shù)的快速三維建模(英文)[A];第十屆中國(guó)科協(xié)年會(huì)論文集（三）[C];2008年

8 鄭穎;李培峰;羅恒杰;徐成;鮑泓;;交警手勢(shì)識(shí)別的研究進(jìn)展[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2018年第二十二屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2018年

9 沈世宏;李蔚清;;基于Kinect的體感手勢(shì)識(shí)別系統(tǒng)的研究[A];第八屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2012)論文集CHCI[C];2012年

10 王鼎衡;趙廣社;李國(guó)齊;鄧?yán)?;基于張量鏈壓縮的卷積神經(jīng)網(wǎng)絡(luò)及手勢(shì)識(shí)別應(yīng)用研究[A];2018中國(guó)自動(dòng)化大會(huì)(CAC2018)論文集[C];2018年

相關(guān)重要報(bào)紙文章 前10條

1 實(shí)習(xí)生 張燕;揮手玩“蘋(píng)果”的高三男孩[N];中國(guó)青年報(bào);2011年

2 本報(bào)記者 王偉;巨頭看上的“手勢(shì)識(shí)別”能照進(jìn)現(xiàn)實(shí)嗎？[N];中國(guó)電子報(bào);2019年

3 記者 郝曉明;國(guó)內(nèi)首套手勢(shì)識(shí)別智能無(wú)人飛行系統(tǒng)亮相[N];科技日?qǐng)?bào);2017年

4 本報(bào)記者 喻思孌;操作手機(jī)，揮揮手就行[N];人民日?qǐng)?bào);2017年

5 本報(bào)記者 董添;谷歌申請(qǐng)手勢(shì)識(shí)別專(zhuān)利引關(guān)注[N];中國(guó)證券報(bào);2017年

6 倪明 段郴群;谷歌等巨頭布局手勢(shì)識(shí)別市場(chǎng)[N];企業(yè)家日?qǐng)?bào);2017年

7 肖思思;TCL新型數(shù)字家電可進(jìn)行手勢(shì)識(shí)別[N];中國(guó)稅務(wù)報(bào);2007年

8 華凌;首個(gè)無(wú)電池手勢(shì)識(shí)別系統(tǒng)有望替代觸摸屏[N];科技日?qǐng)?bào);2014年

9 本報(bào)記者 張曉麗;未來(lái)智能家電真能一“手”掌控[N];遼寧日?qǐng)?bào);2014年

10 記者 張瀟;“創(chuàng)新，讓學(xué)習(xí)不僅僅止于課本”[N];西安日?qǐng)?bào);2015年

相關(guān)博士學(xué)位論文 前10條

1 徐軍;基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別及人機(jī)交互技術(shù)的應(yīng)用研究[D];東南大學(xué);2018年

2 佴威至;手勢(shì)交互中的手勢(shì)識(shí)別算法及交互參數(shù)研究[D];北京理工大學(xué);2017年

3 Isack Emmanuel Bulugu;基于高階局部自相關(guān)的特征提取方法及其在手勢(shì)識(shí)別中的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

4 衛(wèi)文韜;肌電手勢(shì)識(shí)別中的多流融合和多視圖深度學(xué)習(xí)方法研究[D];浙江大學(xué);2018年

5 周航;基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別系統(tǒng)研究[D];北京交通大學(xué);2008年

6 顧立忠;基于表觀的手勢(shì)識(shí)別及人機(jī)交互研究[D];上海交通大學(xué);2008年

7 萬(wàn)軍;動(dòng)態(tài)手勢(shì)識(shí)別中的時(shí)空特征表示和字典優(yōu)化研究[D];北京交通大學(xué);2014年

8 成可立;數(shù)據(jù)驅(qū)動(dòng)的虛擬試衣系統(tǒng)若干關(guān)鍵技術(shù)研究[D];浙江大學(xué);2016年

9 趙守偉;增強(qiáng)現(xiàn)實(shí)輔助維修關(guān)鍵技術(shù)研究[D];河北工業(yè)大學(xué);2016年

10 覃文軍;基于視覺(jué)信息的手勢(shì)識(shí)別算法與模型研究[D];東北大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 金珂;基于深度信息的復(fù)雜場(chǎng)景下手勢(shì)識(shí)別關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2018年

2 郭錦輝;手勢(shì)識(shí)別及其在人機(jī)交互系統(tǒng)中的應(yīng)用[D];華南理工大學(xué);2019年

3 代雨錕;基于可穿戴數(shù)據(jù)手套的手勢(shì)識(shí)別方法研究[D];華南理工大學(xué);2019年

4 王宇杰;基于MEMS-IMU的手勢(shì)識(shí)別[D];哈爾濱工業(yè)大學(xué);2019年

5 王威;智能試衣鏡關(guān)鍵技術(shù)研究[D];華僑大學(xué);2018年

6 羅昆;基于神經(jīng)網(wǎng)絡(luò)的交警動(dòng)態(tài)手勢(shì)識(shí)別方法研究與實(shí)現(xiàn)[D];東華理工大學(xué);2019年

7 楊剛;基于Wi-Fi的手部動(dòng)作識(shí)別算法研究[D];西北大學(xué);2019年

8 劉峰;手勢(shì)識(shí)別毫米波雷達(dá)硬件的設(shè)計(jì)與實(shí)現(xiàn)[D];重慶郵電大學(xué);2018年

9 袁菲;基于Kinect的手勢(shì)識(shí)別系統(tǒng)設(shè)計(jì)與應(yīng)用[D];西安科技大學(xué);2018年

10 張雅琪;基于Kinect的手勢(shì)識(shí)別研究及應(yīng)用[D];電子科技大學(xué);2019年

本文編號(hào)：2713130