隨著以人為本的理念在計算機(jī)領(lǐng)域的不斷發(fā)展,人機(jī)交互技術(shù)的發(fā)展作為計算機(jī)應(yīng)用研究的重要發(fā)展方向。其中受到越來越多重視的手勢交互,是一種重要的人機(jī)交互方式。通過對傳感設(shè)備、感知方式、識別方法等幾個方面的研究,手勢交互技術(shù)得到了不斷的發(fā)展。本文主要以運(yùn)動傳感器作為動態(tài)手勢原始數(shù)據(jù)的獲取設(shè)備,由于單運(yùn)動傳感器檢測精度不高,同時存在噪聲干擾、計算誤差累計等問題,通過手勢識別算法得到的結(jié)果往往和實際手勢存在較大誤差。為了更有效地識別手勢動作,本文通過四個運(yùn)動傳感器同步提取手勢的運(yùn)動信息,獲取手勢運(yùn)動軌跡,歸一化和降采樣值處理,從而簡化識別過程,降低識別難度�；陔[馬爾可夫模型融合成多個觀測序列,用于建立手勢模型。在動態(tài)手勢識別過程中,首先將手勢分割成為若干個原子手勢,將經(jīng)過預(yù)處理的運(yùn)動信息生成原子手勢的特征量。然后基于這些特征量建立離散的隱馬爾可夫模型。主要采用Baum-Welch算法訓(xùn)練對模型進(jìn)行優(yōu)化,并采用插值的方法解決訓(xùn)練數(shù)據(jù)不足的問題。最后得到訓(xùn)練后的模型用于識別原子手勢,將這些原子手勢合成復(fù)雜、連貫的手勢動作。通過對多運(yùn)動傳感器手勢識別方法和系統(tǒng)的實驗驗證,基于多傳感器的手勢識別對于復(fù)雜... 

【文章來源】：河北工程大學(xué)河北省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

系統(tǒng)流程圖

圖 2-2 MPU6050與 Arduino 連接方法Fig.2-2 Connection method between MPU6050 and Arduin模塊，通過 SPI 接口連接 Arduino 將系統(tǒng)的識別時交互，如圖所示 2-3 為 HC-06 與 Arduino UN布在大拇指、中指、小拇指和手背上四個位置過 USB接口鏈接 PC傳輸數(shù)據(jù)及供電。如圖 2-4

圖 2-2 MPU6050與 Arduino 連接方法Fig.2-2 Connection method between MPU6050 and A模塊，通過 SPI 接口連接 Arduino 將系統(tǒng)的時交互，如圖所示 2-3 為 HC-06 與 Arduino分布在大拇指、中指、小拇指和手背上四個位過 USB接口鏈接 PC傳輸數(shù)據(jù)及供電。如圖

【參考文獻(xiàn)】：
期刊論文
[1]一種基于改進(jìn)DTW算法的動態(tài)手勢識別方法[J]. 何超,胡章芳,王艷.  數(shù)字通信. 2013(03)
[2]基于自學(xué)習(xí)稀疏表示的動態(tài)手勢識別方法[J]. 肖玲,李仁發(fā),曾凡仔,屈衛(wèi)蘭.  通信學(xué)報. 2013(06)
[3]一種基于MEMS慣性傳感器的手勢識別方法[J]. 肖茜,楊平,徐立波.  傳感技術(shù)學(xué)報. 2013(05)
[4]手勢識別研究綜述[J]. 馮志全,蔣彥.  濟(jì)南大學(xué)學(xué)報(自然科學(xué)版). 2013(04)
[5]一種基于加速度特征提取的手勢識別方法[J]. 陳意,楊平,陳旭光.  傳感技術(shù)學(xué)報. 2012(08)
[6]基于機(jī)器視覺的動態(tài)多點手勢識別方法[J]. 李文生,解梅,鄧春健.  計算機(jī)工程與設(shè)計. 2012(05)
[7]基于動態(tài)時間規(guī)整的手勢加速度信號識別[J]. 荊雷,馬文君,常丹華.  傳感技術(shù)學(xué)報. 2012(01)
[8]基于視覺的手勢識別技術(shù)[J]. 孫麗娟,張立材,郭彩龍.  計算機(jī)技術(shù)與發(fā)展. 2008(10)
[9]基于HMM-FNN模型的復(fù)雜動態(tài)手勢識別[J]. 王西穎,戴國忠,張習(xí)文,張鳳軍.  軟件學(xué)報. 2008(09)
[10]虛擬場景中基于數(shù)據(jù)手套的交互方法[J]. 張睿,張錫恩.  計算機(jī)工程. 2005(12)

碩士論文
[1]基于多傳感器的人體姿態(tài)識別系統(tǒng)[D]. 彭欣然.哈爾濱工業(yè)大學(xué) 2017
[2]基于多傳感器數(shù)據(jù)融合的肢體動作識別系統(tǒng)研究[D]. 張少飛.太原理工大學(xué) 2016
[3]手勢識別及其應(yīng)用研究[D]. 鄭海彬.南京航空航天大學(xué) 2016
[4]多傳感器數(shù)據(jù)融合的肢體微動作識別技術(shù)與系統(tǒng)開發(fā)[D]. 侯志文.太原理工大學(xué) 2015
[5]基于MEMS傳感器的雙手手勢識別的研究[D]. 王隆進(jìn).武漢理工大學(xué) 2015
[6]手勢識別技術(shù)的研究及應(yīng)用[D]. 張運(yùn)德.安徽大學(xué) 2013
[7]基于BP神經(jīng)網(wǎng)絡(luò)的手勢識別研究[D]. 李歌.燕山大學(xué) 2013
[8]基于MEMS慣性傳感器的移動電子設(shè)備手勢識別技術(shù)研究[D]. 陳意.電子科技大學(xué) 2013
[9]基于三維加速度傳感器的人體行為識別[D]. 徐川龍.浙江工業(yè)大學(xué) 2013
[10]基于HMM的動態(tài)手勢識別[D]. 常亞南.華南理工大學(xué) 2012



本文編號：3140374