基于三支决策的机器人触感手势识别研究

发布时间：2021-11-07 08:00

　　触感手势是一种重要的非语言社会交流方式,就像面部表情和肢体语言一样,在人与人之间的交际过程中有着重要的作用。在人机交互领域中,触感可以与视觉和听觉相结合来增强机器人对情感的感知,机器人治疗作为未来的一项应用具有深远的意义。然而目前对情感机器人交互的研究主要集中在视觉和听觉方面,对触感的研究却没有引起足够的关注。本文对机器人触感手势的识别研究建立在触感手势数据集CoST的基础上,从数据预处理、特征提取和分类模型研究三方面展开工作,主要内容如下:首先,根据对CoST数据的分析,提出两种针对触感手势数据的预处理方法“截取”和“去背景”,从6个不同的角度提取了分类特征,其中包括基本特征、基于直方图的特征、序列特征、梯度特征、接触面积特征以及基于每个传感器的特征,并在训练集上以随机森林为分类器采用十折交叉的方式进行了分类验证,结果显示不同预处理对不同手势的识别具有不同的效果。其次,为了融合不同预处理对不同手势识别的优势,提出了一种基于三支决策的触感手势识别算法。算法按照序贯性三支决策的思路将各个由不同预处理数据集训练的分类器作为不同“粒度”下的决策模型,每一层根据三支决策的规则进行决策。算法主要... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

Russell情绪模型

庆邮电大学硕士学位论文 第 1 章 引言要求参与者联想相关情绪后，从手势字典中选取情景最相近的 3 个手势进行触摸，摸结束后再参照图 1.4 中的情绪列表预测 Haptic Creature 可能的情绪反应。实验果得出了触感手势、表达情绪和反馈情绪三者之间数字级的关联关系，为情感交研究中手势使用模式、手势物理模型以及情感反馈做出了贡献。

的 Haptic Creature 加上了“呼吸”感手势选取自文献[14]的手势字典，擦”，“抓”，“轻抚”，“挠痒””两种实验，使用随机森林进行分类类人的机器人学习情感触感行为，传感器，其中一种追踪垂直方向的移示。使用 Microsoft Kinect 和触感传头部”、“搓背”和“握手”等。使 SVM 比 KNN 的识别率高，分别为情况为 91%。


本文编号：3481482