基于FPGA的实时手势识别系统.pdf

基于FPGA的实时手势识别系统.pdf

ID:51447044

大小:397.05 KB

页数:5页

时间:2020-03-24

基于FPGA的实时手势识别系统.pdf_第1页
基于FPGA的实时手势识别系统.pdf_第2页
基于FPGA的实时手势识别系统.pdf_第3页
基于FPGA的实时手势识别系统.pdf_第4页
基于FPGA的实时手势识别系统.pdf_第5页
资源描述:

《基于FPGA的实时手势识别系统.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第24卷第11期传感技术学报Vo1.24No.112011年11月CHINESEJOURNALOFSENSORSANDACTUATORSNov.201lAReal-TimeFPGA·BasedGestureRecognitionSystemZHANGYongqing,CHENXiang,WANGCongzheng,DONGZhongfei,ZuoPentfei(UniversityofScienceandTechnologyofChina,ElectronicScienceandTechnologyDepartment,Hefei230027,China)Abstract:Thispaper

2、developedareal-timegesturerecognitionsystembasedonFPGA,andachievedagesturerecognitionalgorithmbasedonsurfaceelectromyography(sEMG)andacceleration(ACC)signalsonthesystem.Specifically,thewirelesssEMGsensorsandwirelesstri.axialACCsensorswerewornonthea13TIStocollectsignalsandsentthesignalstothedataproc

3、essingmodule.TheprocessingmoduletookfulladvantageofFPGAparallelprocessing,andputsEMGandACCsignalfeaturestogethertoachievereal-timehandgesturerecognition.Accordingtothetest,thehandgesturerecognitionalgorithmtransplantedonFPGAgotfasterrecognitionspeedthanitwasinnonapersonalcomputer,andtherecognitionr

4、ateforsixteenkindsofChinesesigngesturesreached95%above.Keywords:gesturerecognition;FPGA;surfaceelectromyography;accelerationEEACC:7230Jdoi:10.3969/j.issn.1004—1699.2O11-11.027基于FPGA的实时手势识别系统冰张永强,陈香,王从政,董中飞,左鹏飞(中国科学技术大学电子科学技术系,合肥230027)摘要:本文构建了一个基于FPGA的实时手势识别平台,并在该平台上实现了一种基于表面肌电(sEMG)信号和加速度(ACC)信号的手

5、势识别算法。具体实现过程中,无线sEMG传感器和无线三轴ACC传感器穿戴于两手前臂实时获取sEMG信号和ACC信号,并以无线方式发送到数据处理模块。数据处理模块充分利用FPGA的并行处理优势,融合ACC和sEMG信息特征,实现了单双手手势的实时识别。经测试,本文所用的手势识别算法移植到FPGA中以后,识别速度明显提高,16个中国手语手势动作达到了95%以上的识别率关键词:手势识别:FPGA:表面肌电;加速度中图分类号:Ⅱ,274.2;TP212.9文献标识码:A文章编号:1004—1699(2011)11—1653—05随着传感器技术、通信技术和Ic技术的快速发进展[J。展,人机交互已经从原

6、来的键盘、鼠标这种单一的交表面肌电信号是一种可以反映肌肉的活动状态互模式,迅速发展成为融合多种传感器,运用多种通和强度的电生理信号。不同的手势执行过程中会伴信方式的多样化交互模式¨】]。手势识别是当下人随着不同肌肉群的收缩.将表面肌电电极安置在特定机交互领域的热点研究方向之一_3]。目前,市场上和的肌肉群位置上,可以检测到带有可分性手势信息的实验室里已有的手势识别系统主要分为基于数据手表面肌电信号。表面肌电信号主要反映的是手型信套和基于计算机视觉的交互系统],它们提供了一种息和手腕伸屈信息,对手指动作的识别有着独特优和谐自然的人机交互方式。但是,基于数据手套的系势。例如.Jun.UkChu等

7、人对四通道肌电信号使用广统穿戴复杂,价格昂贵,大量推广比较困难_5]。而基义小波变换进行特征提取,最终实现了10类手势的于视觉的系统易受环境干扰,识别率低.不适于大量识别,识别率不低于93%l8]。加速度传感器可检测手势识别_6]。针对前述两种手语识别系统的弊端,基手臂的空间运动信息,对运动尺度较大的手势具有较于表面肌电和加速度的手势识别在穿戴和价格方面好的区分能力。例如,刘剑锋等人采用隐马尔科夫模有着更多优

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。