一种基于加速度特征提取的手势识别方法.pdf

一种基于加速度特征提取的手势识别方法.pdf

ID:57765990

大小:361.37 KB

页数:6页

时间:2020-03-27

一种基于加速度特征提取的手势识别方法.pdf_第1页
一种基于加速度特征提取的手势识别方法.pdf_第2页
一种基于加速度特征提取的手势识别方法.pdf_第3页
一种基于加速度特征提取的手势识别方法.pdf_第4页
一种基于加速度特征提取的手势识别方法.pdf_第5页
资源描述:

《一种基于加速度特征提取的手势识别方法.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25卷第8期传感技术学报Vo1.25No.82012年8月CHINESEJOURNALOFSENSORSANDACTUATORSAGestureRecognitionMethodBasedonAccelerationFeatureExtractionCHENYi,YANG,CHENXuguang(DepartmentofMechatronicsEngineering,UniversityofElectronicScienceandTechnologyofChina,Chengdu611731)Abstract:Withthedevelopmentofmobile

2、devices,gesturerecognitionbasedonMEMSacceler0meterdrawsresearchersmuchattention.Duetotherestrictionofrecognitionaccuracyandeficiency.presentmethodsarestillchallengingtobeappliedasaUI.Soasimplebuteffectivegesturerecognitionapproachwasproposedhere.Firstlythetengestureswereclassifiedinto

3、fourcategoriesaccordingtotheirlinguisticandoperationsimilarityingesturedefinitionphase.Intherecognitionphase,thecapturedgesturewaspre—classifiedbyathree—stageclassifierwiththekinematicfeaturesextractedfromgestureacceleration.Thenthegesturewasrecognizedaccordingtoitsaccelerationchangin

4、gpatterns.Meanwhile,withstrictfeaturethresholdrestrictionstogestures,theunconsciousmovementswereeliminatedsignificantly.Experimentamong15volunteersachievedanaverageaccuracyof95.2%andarecognitiontimewithin0.0lS.whichvalidatesthefeasibilityoftheproposedmethodintermsofaccuracyandeficienc

5、y.Keywords:gesturerecognition;featureextraction;MEMSaccelerometer;humancomputerinteractionEEACC:7320E;7320doi:10.3969/j.issn.1004—1699.2012.08.011一种基于加速度特征提取的手势识别方法陈意,杨平,陈旭光(电子科技大学机械电子工程学院,成都611731)摘要:随着智能手机等移动电子设备的发展,基于MEMS加速度传感器的手势识别成为移动设备人机交互的研究热点。由于准确率及实时性的限制,目前的手势识别方法仍不足以推向实用。针对这

6、一问题,提出了一种简单有效的手势识别方法:在手势定义阶段根据语义及操作的相似性将10个手势分为4个类别,通过提取反映各类手势运动学特征的加速度特征量.利用决策树分类器对手势进行预分类,然后根据各类手势的加速度变化规律识别具体的手势;同时通过严格的特征量阈值,有效地去除了无意识的误动作。该方法在15位实验者中获得了95.2%的平均准确率,识别时间小于0.01S,对基于MEMS加速度传感器的手势识别研究具有一定参考价值。关键词:手势识别:特征提取;MEMS加速度传感器;人机交互中图分类号:TP391.4文献标识码:A文章编号:1004—1699(2012)08—107

7、3—06在现代社会中,手机等移动电子设备已成为人度数据(如幅值、手势长度等)存在较大差异;即使们日常生活中必不可少的通讯和娱乐工具,其主要同一个体,同一手势的加速度数据也存在差异。因的交互方式是键盘和触摸屏.而这两种交互方式都此上述方法难以建立准确的手势模板和隐马尔卡夫不可避免地将用户限制在了设备屏幕之上,降低了模型,识别准确率较低,个体适应性较差;由于DTW操作效率和用户体验⋯。手势拥有自然、直接、易算法的计算量大,随着手势数量的增加,算法实时性于学习等优点,将其作为移动电子设备现有交互方将大大降低:并且由于加速度传感器无法获取设备式的一个补充,将一些简单、频繁

8、的操作采用

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。